آشکارسازی علائم صرعی از سیگنال eeg توسط آنالیز مقید مولفه های مستقل

thesis
abstract

چکیده ندارد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

طبقه بندی حمله صرعی در سیگنال EEG با استفاده از سیستم استنتاج عصبی- فازی تطابقی

Background & Aims: Epilepsy is a brain disorder in which nerve cells receive abnormal inputs. This disease can lead to abnormal behaviors, feelings and symptoms such as loss of consciousness, which is called the seizure. Identification and classification of the epileptic seizure events in electroencephalographic signal against free seizure intervals plays an important role in clinical investiga...

full text

بهبود روش های آشکارسازی مولفه ی p300 با استفاده از الگوریتم آنالیز مولفه های مستقل

فعالیت های شناختی بخشی از فعالیت های مغزی هستند که در طی آن می توان حالات مختلف مغز را شناسایی و آشکارسازی نمود. یکی از روش های بسیار متداول در ثبت سیگنال های مغزی، ثبت پیوسته ی پتانسیل های مغزی یا eeg نام دارد. یکی از انواع سیگنال های مغزی، پتانسیل های وابسته به رخداد نام دارند. این سیگنال ها در شرایطی اعمال تحریک به فرد یا وقوع یک رخداد در سیگنال های مغزی ظاهر می شوند. با توجه به ارتباط تنگان...

15 صفحه اول

عیب یابی بلبرینگ توسط آنالیز سیگنال های ارتعاشی

طی دهة گذشته، پژوهش‌های گسترده‌ای در زمینة تشخیص عیوب انجام شده است. پژوهشگران در رشته‌هایی چون پزشکی، مهندسی، علوم تجربی، تجارت و اقتصاد، روش‌های متنوعی را برای تشخیص عیب (خرابی) یا شرایط غیرعادی، شناسایی دقیق یا جداسازی اجزای معیوب و تصمیم‌گیری دربارة اثر بالقوه اجزای خراب یا در حال خرابی ایجاد کرده‌اند. استفاده از روش‌های نوین نگهداری و تعمیرات نظیر برنامه‌های پایش وضعیت با روش آنالیز ارتعاش...

full text

حذف خودکار آرتیفکت چشمی از سیگنال های مغزی با استفاده از ویژگی های آماری و زمانی- فرکانسی مولفه های مستقل

مهمترین مشکل در بررسی و پردازش ثبت های الکتروآنسفالوگرام (EEG) حضور انواع سیگنال های ناخواسته (آرتیفکت ها) است که حذف آنها با روش تحلیل مولفه های مستقل از بهترین گزینه های ممکن است. هدف مساله تحلیل مولفه های مستقل جداسازی کور ترکیبی خطی از منابع مستقل است. با اعمال این روش روی سیگنال های مغزی آغشته به آرتیفکت، آرتیفکت ها به صورت مولفه های مستقلی استخراج می شوند. تشخیص خودکار مولفه های مستقل مرب...

full text

ارائه روشی هوشمند در طبقه بندی سیگنال eeg بیماران صرعی به منظور استخراج علائم و پارامترهای تشخیص بالینی

صرع، علامت کلینیکی فعالیت بیش از حد و بسیار همزمان نورون ها در قشر مغزی است که با تخلیه الکتریکی غیر طبیعی در بخشی از مغز همراه است. این بیماری به عنوان دومین اختلال مهم مغزی پس از سکته شناخته شده است. 1 تا 3 درصد مردم دنیا دچار این ضایعه مغزی هستند که بیماری 25% این افراد از طریق روش های موجود قابل درمان نیست. سیگنال eeg در اثر تخلیه همزمان نورون های مغز ایجاد شده و به هنگام حمله صرع دچار تغیی...

15 صفحه اول

حذف خودکار آرتیفکت چشمی از سیگنال های مغزی با استفاده از ویژگی های آماری و زمانی- فرکانسی مولفه های مستقل

مهمترین مشکل در بررسی و پردازش ثبت های الکتروآنسفالوگرام (eeg) حضور انواع سیگنال های ناخواسته (آرتیفکت ها) است که حذف آنها با روش تحلیل مولفه های مستقل از بهترین گزینه های ممکن است. هدف مساله تحلیل مولفه های مستقل جداسازی کور ترکیبی خطی از منابع مستقل است. با اعمال این روش روی سیگنال های مغزی آغشته به آرتیفکت، آرتیفکت ها به صورت مولفه های مستقلی استخراج می شوند. تشخیص خودکار مولفه های مستقل مرب...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023