امروزه طبقه بندی سیگنال های قلبی کاربرد وسیعی در علوم پزشکی و تشخیص بیماری ها دارد و استفاده از روش های خودکار آنالیز سیگنال های قلبی می تواند به پزشکان در تشخیص نوع بیماری کمک بسیاری نماید. در این تحقیق تکنیک های مختلف استخراج ویژگی و همچنین طبقه بندی کننده های مختلف بکار برده می شوند تا بهترین عملکرد در طبقه بندی سیگنال های قلبی به دست آید. با توجه به برتری تکنیک های مبتنی بر موجک بر فیلترهای...

بیماری صرع جزو شایعترین نارسایی های عصبی کودکان می باشد. این بیماری می تواند زندگی کودکان را دگرگون کند و بر توانایی آنها برای آموختن تاثیر بگذارد. در بیماری صرع علاوه بر تشنجها گروه دیگری از تخلیه های الکتریکی به نام اسپایکهای میان حمله ای نیز موجود می باشند. به صورت سنتی متخصصان برای شناسایی اسپایکها سیگنال eeg را به صورت چشمی بررسی می کنند. ولی این روش به دلیل زمان بر بودن و نیاز به تخصص فرا...

مقدمه: از آنجا که احساسات نقش مهمی در زندگی روزمره انسان بازی می‌کند، ایجاد روشی هوشمند جهت بهبود قابلیت تشخیص احساسات از سیگنال الکتروانفسالوگرافی (EEG)‌، مبتنی بر تکنیک‌های پردازش سیگنال، ضروری به نظر می رسد. به‌علاوه، استفاده از طبقه‌بند ماشین بردار پشتیبان بهینه شده با الگوریتم تکاملی ژنتیک، از نوآوری‌های این پژوهش در بخش طبقه‌بندی می‌باشد. روش: روش پیشنهادی با تمرکز بر روی استخراج و طبقه‌ب...

در این پایان نامه یک روش جدید با استفاده از تخمین طیف مبتنی بر بردارهای ویژه و شبکه عصبی برای شناسایی حملات صرع معرفی شده است. در این روش سیگنال های eeg به سه دسته ذیل تقسیم بندی می شوند: (1) سیگنال شخص سالم (healthy) (2) سیگنال شخص مبتلا به صرع در غیاب حمله (inter-ictal) (3)سیگنال شخص مبتلا به صرع حین حمله (ictal). روش ارایه شده شامل دو نوع الگوریتم است. در الگوریتم اول، طیف سیگنال eeg با استف...

سیستم های bci مبتنی بر ssvep به دلیل مزایایی همچون نرخ انتقال اطلاعات بالا، نسبت سیگنال به نویز بالا و راحتی کاربران در استفاده از آن ها توجه بسیاری از محققان را به خود جلب کرده اند. هدف پردازشی در این سیستم ها، شناسایی فرکانس ظاهر شده در سیگنال eeg کاربر است. از میان روش های پردازشی مختلفی که برای شناسایی فرکانس در سیستم های bci مبتنی بر ssvep مورد استفاده قرار می گیرند، روش lasso با استقبال ف...

سیستم های رابط مغز-رایانه (bci) به عنوان ابزاری جهت ایجاد ارتباط مستقیم بین مغز و دنیای خارج شناخته می شوند. برای دستیابی به چنین ارتباطی، یک سیستم bci باید قادر به تبدیل سیگنال های مغزی به دستورات کنترلی باشد. اگر سیستم bci به عنوان یک سیستم شناسایی الگو در نظر گرفته شود، مهمترین مسئله در چنین سیستمی شامل استخراج ویژگی و طبقه بندی سیگنال های مغزی خواهد بود. کارایی یک سیستم شناسایی الگو، وابستگ...

مقدمه: از آنجا که احساسات نقش مهمی در زندگی روزمره انسان بازی می‌کند، ایجاد روشی هوشمند جهت بهبود قابلیت تشخیص احساسات از سیگنال الکتروانفسالوگرافی (EEG)‌، مبتنی بر تکنیک‌های پردازش سیگنال، ضروری به نظر می رسد. به‌علاوه، استفاده از طبقه‌بند ماشین بردار پشتیبان بهینه شده با الگوریتم تکاملی ژنتیک، از نوآوری‌های این پژوهش در بخش طبقه‌بندی می‌باشد. روش: روش پیشنهادی با تمرکز بر روی استخراج و طبقه‌ب...

چکیده خواب به زیر مجموعه قسمت ها و مراحل مختلفی تقسیم بندی می شود چنان که هر مرحله از خواب دارای مشخصه فرکانسی و الگو های خاص خود می باشد. با باتوجه به اینکه که شخص در حین روز با چه مسائلی درگیر بوده و چقدر از ذهن فرد را مشغول کرده، تعداد این الگو ها و مدت زمان مراحل خواب تغییر می کند. در سال های اخیر الگو های دوک و k-complex در خواب پس از یادگیری به عنوان شاخص یادگیری مورد توجه بوده است. بر...

سیستم‌های BCI مبتنی­بر SSVEP به­دلیل مزایایی چون سرعت انتقال اطلاعات بالا، نسبت بالای سیگنال به نویز و راحتی کاربران در استفاده از آن‌ها، توجه بسیاری از محققان را به خود جلب کرده­اند. هدف پردازشی در این سیستم‌ها، شناسایی فرکانس ظاهر­شده در سیگنال EEG کاربر است. از میان روش‌های پردازشی مختلفی که برای شناسایی فرکانس در سیستم‌های BCI مبتنی­بر SSVEP استفاده می­شوند، روش LASSO با استقبال فراوانی همر...

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 ...