| Περίληψη: | Στην παρούσα διπλωματική εργασία παρουσιάζεται η ανάπτυξη και η αξιόλογηση μιας αυτόματης μέθοδου για ανίχνευση υπνικών ατράκτων βασισμένη σε πραγματικά σήματα ηλεκτροεγκεφαλογραφήματος με χρήση συνελικτικών νευρωνικών δικτύων (CNN). Πιο συγκεκριμένα πραγματοποιήσαμε επιβλεπόμενη εκπαίδευση στο τεχνητό νευρωνικό δίκτυο έχοντας ως είσοδο φιλτραρισμένα και κανονικοποιήμενα σήματα που χωρίστηκαν στο χρόνο και ως έξοδο την επιθυμητή τιμή για ύπαρξη ή όχι υπνικής ατράκτου. Καθώς το πρόβλημα μας άγεται σε μια δυαδική ταξινόμηση ως συνάρτηση κόστους χρησιμοποιήθηκε η «binary crossentropy» μέσω της οποίας το δίκτυο μας έδινε ως αποτέλεσμα μια τιμή ποσοστού μεταξύ μηδέν και ένα. Η εκτίμηση της απόκρισης του νευρωνικού έγινε μέσω υπολογισμού της ακρίβειας και απώλειας σε σήμα ΗΕΓ άγνωστο για το νευρωνικό δίκτυο.
Τα σήματα ΗΕΓ προήλθαν από την βάση δεδομένων THE DREAMS στην οποία περιέχονται αποσπάσματα καταγραφών μισής ώρας από οκτώ διαφορετικούς ασθενείς με διαφορετικές παθήσεις. Η συχνότητα δειγματοληψίας ήταν 200Hz,100Hz ή 50Hz.Επίσης,για κάθε σήμα υπήρχε αντίστοιχος σχολιασμός από δύο ειδικούς για ύπαρξη ή μη υπνικής ατράκτου.
|
|---|
