جستجو
بررسی روش های پردازش سیگنال الکتروانسفالوگرام (EEG): از پیش پردازش تا یادگیری عمیق
جاوید اسکندری فرد1 افسانه نجفی2
چکیده :
الکتروانسفالوگرام (EEG) روشی غیرتهاجمی برای ثبت فعالیت الکتریکی مغز است و تفکیکپذیری زمانی بالایی دارد. با وجود این مزیت، دامنه کم سیگنال و تغییرپذیری آن در طول زمان تحلیل را دشوار میکند. پلکزدن، فعالیت عضلانی، حرکت الکترود و تداخل برق شهر نیز میتوانند اطلاعات عصبی را مخدوش کنند. این مقاله مراحل اصلی پردازش EEG را از کنترل کیفیت و پیش پردازش تا حذف آرتیفکت(نویز ناخواسته در سیگنال ثبت شده)، تحلیل زمان- فرکانس، استخراج ویژگی و ارزیابی مدلها بررسی می کند. روش های کلاسیک سیگنال در کنار الگوریتم های یادگیری ماشین و یادگیری عمیق، شبکه های عصبی گرافی و رویکردهای خودنظارتی تحلیل می شوند. شواهد نشان میدهد که هیچ روش واحدی برای همه کاربردها و مجموعه داده ها مناسب نیست. انتخاب مراحل پردازش باید با هدف فیزیولوژیک، آرایش کانالها، نوع نویز و شرایط اجرای سامانه هماهنگ باشد. از سوی دیگر، تقسیم تصادفی پنجره های همپوشان میان آموزش و آزمون ممکن است به نشت داده و برآورد غیرواقعی عملکرد بینجامد. اعتبارسنجی در سطح فرد یا جلسه و بررسی حفظ مؤلفه های عصبی، برای ارزیابی قابل اعتماد ضروری است. بر همین اساس، در پایان چارچوبی عملی برای طراحی و گزارش فرایند پردازش EEG ارائه می شود.
کلمات کلیدی : الکتروانسفالوگرام پردازش سیگنال حذف آرتیفکت تحلیل زمان فرکانس یادگیری عمیق رابط مغز و رایانه
زبان مقاله : فارسی
محور مقاله : مهندسی پزشکی
محل انتشار : دهمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی
آدرس وب سایت کنفرانس : carseconf.com
کد IOI مقاله : ACCD-ACAABA
لینک مستقیم مقاله : https://isnac.ir/ACCD-ACAABA
نمایش چکیده انگلیسی
: https://isnac.ir/SA/ACCD-ACAABA
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- «طراحی الگوی هوشمند مدیریت بحران شهری مبتنی بر هوش مصنوعی با تأکید بر پیشبینی مخاطرات، تحلیل بلادرنگ دادهها و پشتیبانی از تصمیمگیری»
- ارائه مدل یکپارچه مدیریت زنجیره تأمین، موجودی و لجستیک قطعات یدکی با هدف کاهش هزینه و توقف تولید در صنعت فولاد
- بهینهسازی مبتنی بر داده مدارهای خردایش و آسیابکنی با بهرهوری انرژی بالا: یکپارچهسازی شرایط عملیاتی HPGR، محیط آسیابکنی، ویژگیهای کانسنگ و آزادسازی کانیها
- توسعه چارچوب یکپارچه مبتنی بر هوش مصنوعی برای مدیریت پیشبینانه ریسک در پروژههای پیچیده: رویکردی کاربردی برای بهبود زمان، هزینه و کیفیت پروژه
- Valuing AI-Related Intangible Assets: Challenges and Limitations of Conventional Approaches
- فرآوردههای بیولوژیک (Biological Products): اصول بیوتکنولوژی دارویی، چالشهای بالینی، چشماندازهای تولید و افقهای تنظیمی
- Path Planning and Flight Control of Unmanned Aerial Vehicles: A Review of Algorithms and Future Directions
- الگوی کالبدی بهینه بلوکهای شهری، زیربنای الگوهای توسعه آینده؛ بهینهسازی چندهدفه انرژی خورشیدی و تابآوری HSE
- Smart Materials for Future Buildings
- The role of CNC milling in the path of smart manufacturing
- تنظیم رئولوژی دوغاب فایبر سمنت برای بهبود فرآیندپذیری در روش هاتچک: مروری بر افزودنیها، مواد مکمل سیمانی و نانومواد
- Quantum Materials for Next Generation Spintronic Devices: A Short Review
- A Systematic Review of Deep Learning Applications in Breast Cancer Detection Using MRI, Mammography, and Ultrasound
- Service Design and Minimal UI for Hospital Services: A Study in Shiraz
- Analytical Assessment of Microplastic Pollution in Water Resources and Challenges for Sustainable Management