الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 134 |  |  |
| | | from | 134 | | |
Abstract
يعد تحليل اشارات رسم المخ الكهربي أثناء النوم من الموضوعات البحثية ذات الأهمية للمتخصصين في مجالات الطب المختلفة وذلك لأن هناك تغيرات بيولوجية وفسيولويجية تحدث للمخ البشري اثناء مرحلة النوم وتعد مؤشر لاكتشاف بعض الأمراض وخاصة التى ترتبط بالإضطرابات النفسية.
فوفقا لقانون ريتشافن وكيلز يتم تصنيف فترات النوم الى سلسلة من المراحل المتوالية الحدوث حيث تصنف مراحل النوم إلى مرحلة نوم ذات حركات العين السريعة ومرحلة النوم ذات حركات العين غير السريعة.
هذه المراحل تستنج من ثلاث حالات بيولوجية للانسان وهي:
(1) حالة النوم الخفيف وتشمل مرحلة النوم 1 وتسمى مرحلة النعاس ومرحلة النوم 2.
(2) حالة النوم العميق وتشمل مرحلة النوم 3 ومرحلة النوم 4.
(3) حالة النوم ذات الحركات السريعة للعين.
ويهدف البحث التالي الى تطوير منظومة آلية لتحليل و تصنيف مراحل النوم المختلفة حيث تم استخدام طرق مختلفة لاستخلاص السمات و الخصائص المميزة لهذه الاشارات. حيث تم استخدام أربعة تقنيات لإستخلاص السمات وتشمل: النمذجة الارجاعية، تحليل الطيف الثنائي، تحويل المويجات غير المتصل باستخدام الدوال “Haar” و ”2db”.
و قد تم تصميم مصنفين باستخدام تقنيات للشبكات العصبية: شبكة التغذية الامامية متعددة الطبقات، ونظام تكيفى ـ ىشبكى-ـ مبهم . وتمت مقارنة أداء هذه االمصنفات بادخال السمات الى كل مصنف على حدة.
وقد أظهرت النتائج إنه يمكن استخدام هذه السمات في تصنيف مراحل النوم المختلفة حيث أوضحت النتائج أن أعلى نسبة اداء شبكة التغذية الامامية متعددة الطبقات أمكن الحصول عليها كانت عند استخدام تحويل المويجات باستخدام تقنية تحويل المويجات غير المتصلة باستخدام ””db2ووصلت نسبة التعرف الى 77.75% و كانت أعلى نسبة أداء باستخدام نظام تكيفى ـ ىشبكى-ـ مبهم باستخدام تحليل التوتر الطيفي الثنائي. وصلت نسبة التعرف الى 92%.
و لتحسين دقة النتائج المتحصل عليها من المصنيفين تم استخدام تقنية دمج البيانات عند مستوى التطابق أعطي أفضل نتيجة الانصهار عند استخدام طريقة الدمج SS مع تقنية MM. وقد بلغ معدل التصنيف الى95.41 ٪.