حجت قیمت گر

زمینه: با توجه به اهمیت خواب برای سلامتی جسم و روان، بررسی عملکرد مغز در طول خواب حائز اهمیت است. یکی از روش های ارزیابی عملکرد مغز در طول خواب، برچسب گذاری مراحل مختلف خواب و استفاده از الگوریتم های یادگیری ماشین به منظور برچسب گذاری خودکار این مراحل است. آموزش طبقه بندها نیازمند داده های آموزشی زیاد است. با توجه به هزینه بردار بودن برچسب گذاری داده ها توسط متخصص، نیازمند تولید سیگنال ها به کمک شبیه ساز هستیم. موضوع این پایان نامه، ارائه یک شبیه ساز به منظور تولید سیگنال های EEG بزرگسالان در حالت خواب و بیداری است. از این شبیه ساز می توان به منظور تولید دیتای آموزشی به منظور آموزش الگوریتم های طبقه بندی، تست دستگاه های EEG، مطالب آموزشی در محیط آکادمیک و ... استفاده کرد. هدف: هدف این پایان نامه، ارائه یک شبیه ساز سیگنال های EEG خواب و بیداری به منظور اهدافی مانند کم شدن حجم داده پردازشی، بهبود تشخیص الگوهای خواب در مراکز درمانی، صحت عملکرد دستگاه های ثبت EEG، کاربرد آموزشی و ... است. هدف از انجام پژوهش، شبیه سازی سیگنال های EEG در مراحل مختلف خواب و بیداری است. تاکنون، هیچ شبیه ساز مشابهی در این زمینه ارائه نشده است. روش‏شناسی: بررسی ها با استفاده از سیگنال های EEG ثبت شده خواب و بیداری برای20 زن و مرد سالم انجام شده است. به دلیل حضور محدوده های فرکانسی متفاوت در هر مرحله خواب، از مدل کردن چگالی طیف توان استفاده شده است. نتایج چگالی طیف توان برای هر مرحله از خواب، تفاوت های قابل توجهی داشت که برای حل این مشکل، از الگوریتم های خوشه بندی استفاده کردیم. سپس با استفاده از مدل گاوسی مرکب، هر یک از توابع چگالی طیف توان را مدل کردیم. یافته‏ها: انتخاب بهترین الگوریتم چگالی طیف توان برای سیگنال های EEG، تعیین تعداد خوشه های توابع چگالی طیف توان در هر مرحله از خواب با استفاده از سه روش ارزیابی، مدل کردن توابع چگالی طیف توان با استفاده از بهینه ترین تعداد گاوسی مرکب و در انتها شبیه سازی سیگنال های EEG در مراحل خواب و بیداری از جمله یافته های این پژوهش است. همچنین به منظور ارزیابی شبیه سازی پیشنهادی یک مساله طبقه بندی تعریف کردیم. نتایج ارزیابی نشان می دهد که شبیه ساز پیشنهادی می تواند به طور قابل توجهی سیگنال هایی مشابه یا سیگنال-های واقعی تولید کند. نتیجه‏گیری: به منظور شبیه