بکارگیری سیگنال eeg در تشخیص خواب آلودگی هنگام رانندگی با استفاده از شبکه های عصبی مصنوعی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی
- author زهرا مردی
- adviser محمد میکاییلی
- Number of pages: First 15 pages
- publication year 1390
abstract
خواب آلودگی و تاثیرات منفی آن بر کارهای روزمره افراد خصوصا در بحث سوانح رانندگی از جمله موضوعات قابل تعمق در مطالعات اخیر می باشد. لذا تشخیص به هنگام خواب آلودگی توسط سیستم های real time که قابلیت نظارت بر سطح هوشیاری رانندگان را داشته باشد، ضروری به نظر می رسد. بنابراین در جهت ارزیابی درست و دقیق سطح هوشیاری افراد باید از مشخصه های حیاتی قابل اطمینانی استفاده گردد، که بتواند به درستی میان فرد هوشیار و خواب آلود تمایز قائل شود. از جمله این مشخصه های موثق می توان به سیگنال eeg افراد اشاره کرد. در این تحقیق ابتدا یک پروتکل مناسب جهت ثبت دادگان eeg در حالت رانندگی در محیط مجازی معرفی می گردد. این پروتکل ثبت شامل یک محیط رانندگی مجازی مبتنی بر یک بازی ساده رانندگی می باشد. بعد از ثبت، پیش پردازش و برچسب زنی دادگان و استخراج چندین ویژگی زمانی و پارامتری و ویژگی های مبتنی بر تبدیل موجک و ویژگی های غیر خطی شامل ابعاد فرکتال از سیگنال ها، صحت ها با سه نوع شبکه عصبی بررسی شد، که شبکه های تغذیه پیشرو بهترین نتایج را ارائه دادند. سپس با استفاده از روش موسوم به انتخاب ویژگی متوالی پیشرو کاهش بعد صورت گرفت. که در نهایت به انتخاب بهترین ترکیبات از کانال ها و همچنین بهترین نواحی مغزی جهت تشخیص خواب آلودگی با استفاده از طبقه بندی کننده شبکه عصبی انجامید. با شبکه-های تغذیه پیشرو ترکیب کانال های ناحیه فرونتال و تمپورال بیش از 88 درصد صحت در تشخیص هوشیاری و خواب آلودگی ارائه دادند.
similar resources
بکارگیری سیگنال eeg در تشخیص خواب آلودگی هنگام رانندگی با استفاده از تکنیک های شناسایی آماری الگو
یکی از علل عمده تصادفات رانندگی در جاده ها، به خواب رفتن راننده است. فقدان خواب می تواند جنبه های توانمندی و قابلیت های انسان را تحت تأثیر قرار دهد. خواب آلودگی زمان عکس العمل را که از پارامترهای حیاتی برای رانندگی مطمئن است، افزایش می دهد. به علاوه به مراقبت، هوشیاری، سطح آگاهی و تمرکز و نیز توانایی انجام فعالیت های نیازمند توجه خاص مانند رانندگی نیز لطمه وارد می شود. بررسی ها نشان می دهند که ...
15 صفحه اولتشخیص عیب یاتاقان های غلتشی با استفاده از سیگنال های ارتعاشی بر اساس تحلیل طیف تکین و شبکه عصبی مصنوعی
در کاربردهای صنعتی، پایش وضعیت و عیبیابی بیرینگها از اهمیت زیادی برخوردار است. تحلیل ارتعاشی، انتشار صدا، دمانگاری و تحلیل روانکار از جمله روشهای تشخیصی جهت شناسایی عیوب بیرینگها میباشند. یکی از قابل اطمینانترین روشها جهت عیبیابی تجهیزات دوار، مطالعه بر روی سیگنال ارتعاشی میباشد. تاکنون روشهای مختلفی جهت عیبیابی بیرینگهای غلتشی توسط سیگنالهای ارتعاشی در حوزه زمان ارائه شده است. بیش...
full textشناسایی خسارت در سازه با استفاده از پردازش سیگنال و شبکه های عصبی مصنوعی
در طول دو دهه اخیر بحث شناسایی خرابی و پایش سلامت سازه ها با هدف کاهش هزینه نگهداری و بهبود ایمنی و قابلیت اطمینان سازه مورد توجه قرار گرفته است. پس از وقوع زلزله با توجه به وضعیت بحرانی موجود و تعداد زیاد سازه های بلند مرتبه امکان مراجعه حضوری به تک تک سازه ها وجود ندارد. این موضوع اهمیت توسعه روش هایی که بتوانند تنها با استفاده از سیگنال های پاسخ ثبت شده در مدت زمان زلزله، خسارت ایجاد شده در ...
full textتشخیص آنامولی های TEC قبل از وقوع زلزله های بزرگ با استفاده از شبکه عصبی مصنوعی
وقوع زلزله علاوه بر تغییر در هندسه و فیزیک پوسته زمین تأثیرات دیگری را نیز به همراه دارد. از آن جمله، تأثیر بر لایه یونسفر می‍باشد که خود را بهصورت تغییر در میزان الکترون، چگالی یونها، میدانهای الکتریکی و مغناطیسی این لایه نشان میدهد. هر پارامتر ژئوفیزیکی و ژئوشیمیایی در لایههای لیتوسفر، اتمسفر و یونسفر زمین که قبل از وقوع زلزله تغییراتی در آن پدید آید بهعنوان پیشنشانگر شناخته میشود...
full textتشخیص آپاندیسیت حاد در کودکان با استفاده از شبکه های عصبی مصنوعی
Introduction: Acute appendicitis is one of the most common causes of emergency surgery especially in children. Proper and on-time diagnosis may decrease the unwanted complications. In despite of diagnostic methods, a significant number of patients yet and up with negative laparotomies. The aim of this study was to assess the role of artificial neural networks in diagnosis of acute appendicitis ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023