یکی از معضلات هوشبری نداشتن معیار جامع و مناسبی از سطح هوشیاری است . به طوری که تنظیم دقیق عمق بیهوشی میسر نبوده و به همین دلیل مشکلاتی نظیر آگاهی و ادراک از اعمال جراحی و عوارض ناشی از دوز اضافی وجود دارد. هدف از این تحقیق ارائه روشی کمی برای تعیین سطوح مختلف هوشیاری است . eeg مستقیما از مغز منشا می گیرد و نشان دهنده فعالیت لحظه ای سیستم اعصاب مرکزی است ، لذا به عنوان بهترین مشخصه برای تحقق هد...

درد به عنوان پدیده ای زیستی، روانی، اجتماعی با بسیاری از ابعاد روان شناختی، زمینه های فرهنگی، نژادی و وضعیت اقتصادی انسان، روابط پیچیده و چندگانه ای دارد[1] و ارائه راهبردهایی برای کاهش یا حذف آن، همواره تقاضای اغلب بیماران و خواسته بسیاری از پزشکان و درمانگران بوده است[2]. بررسی عوامل فیزیولوژیکی و سایکوفیزیولوژیکی که در کنترل دردهای حاد موثر می باشد، از جمله زمینه هایی است که در سال های اخیر...

زمینه و هدف: طبقه بندی داده های مراقبت بهداشتی، به عنوان ابزاری برای گردآوری اطلاعات و پردازش داده های بهداشتی به شمار می رود. سیستم های مراقبت بهداشتی کنونی، توجه رهبران پرستاری را به توسعه پـرونده های رایانه ای معطوف داشته است. ذخیره الکترونیکی داده های پرستاری با استفاده از سیستم های طبقه بندی، امکان سازمان دهی و استفاده از این داده ها را فراهم می کند. این مطالعه با هدف شناخت نیازهای اطلاعات...

در سال های اخیر، کاراتر سازی روش های انتخاب خصیصه به صورت رو به رشد مورد توجه بوده اند. تحقیقات انجام شده به منظور کاهش هزینه ی محاسبات و همچنین کاهش ریسک تطابق بیش از حد مطالعه شده اند. در راستای کاهش بعد خصیصه ها از بین همه ی الگوریتم -ها روش های پیشرونده به دلیل هزینه ی محاسباتی کم بسیار کارا هستند. در این رساله دو الگوریتم پیشرونده ی جدید بر اساس مقدار افزایش اطلاعاتی که با حضور هر خصیصه خو...

در این پایان نامه روش موثری برای دسته بندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه می کنیم. چون سیگنال الکترومایوگرام سطحی، در دامنه های پائین نیرو ماهیتی غیرگوسی دارد و نویز محیط گوسی فرض می شود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده می کنیم؛ زیرا کورنتروپی تنها دربرگیرنده اطلاعات مربوط به مولفه های غیرگوسی است و تخمین آن از نمونه های محدود بسیار سا...

یکی از دغدغه های امروز دانشمندان درحوزه یادگیری ماشین، تحلیل داده های مربوط به سیستم های آشوب گونه است. توانایی طبقه بندی و استخراج دانش نهفته در این نوع داده ها ما را قادر می سازد تا سیستم های پیش بینی کننده قدرتمندی برای حوزه های مختلف مهندسی و اقتصاد فراهم آوریم.تاکنون روش های گوناگونی برای پردازش این نوع داده ها به کار گرفته شده اند که از آن جمله می توان به الگوریتم های تکاملی، شبکه های عصب...

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...

فعالیت های شناختی بخشی از فعالیت های مغزی است که در طی کارهایی مانند تشخیص و شناسایی ورودی های حسی، تمرکز و ... بروز می کند. یکی از روش های پرکاربرد در مطالعات مربوط به این فعالیت ها، ثبت پیوسته پتانسیل های الکتریکی مغز (الکتروانسفالوگرافی eeg) است. پتانسیل های وابسته به رخداد (erp)، نوعی از سیگنال eeg است که درشرایط اعمال تحریک به شخص و یا وقوع یک رخداد ظهور می کند. در اکثر مطالعات p300 به عنو...

در تحقیقات کنونی برای پردازش و تحلیل محتوای سیگنال های صوتی، طبقه بندی و قطعه بندی صوت به مسئله مهمی تبدیل شده است. متمایزسازی گفتار-موسیقی بعنوان دو کلاس مهم از سیگنال های صوتی یکی از مهم ترین شاخه ها در این زمینه است که کاربردهای بسیاری از جمله بعنوان پیش پردازش سیستم های بازشناسی گفتار خودکار، شاخص گذاری و بازیابی بر اساس محتوای صوت و تصویر، بهبود کدینگ صوت و مدیریت آرشیوهای صوتی دارد. بنابر...

تشخیص نوع مدولاسیون در طراحی گیرنده های هوشمند برای سیستم های مخابراتی نوین مانند برخی استانداردهای ارتباطات ماهواره ای که به طور همزمان از چند نوع مدولاسیون استفاده می کنند اهمیت فراوانی دارند. به منظور بهبود عملکرد سیستم تشخیص مدولاسیون، در چند سال اخیر، ایده استفاده از چند گیرنده برای تشخیص نوع مدولاسیون مطرح شده است. در این مقاله تشخیص نوع مدولاسیون با استفاده از چند گیرنده برای سیگنال های ...