Research Info

Home \شبیه ساز سیگنالهای EEG ...
Title شبيه ساز سيگنالهاي EEG بزرگسالان در حالت خواب و بيداري
Type Thesis
Keywords الكتروانسفالوگرافي، مراحل خواب و بيداري، شبيه ساز، آناليز حوزه فركانس، خوشه بندي
Abstract زمينه: با توجه به اهميت خواب براي سلامتي جسم و روان، بررسي عملكرد مغز در طول خواب حائز اهميت است. يكي از روش هاي ارزيابي عملكرد مغز در طول خواب، برچسب گذاري مراحل مختلف خواب و استفاده از الگوريتم هاي يادگيري ماشين به منظور برچسب گذاري خودكار اين مراحل است. آموزش طبقه بندها نيازمند داده هاي آموزشي زياد است. با توجه به هزينه بردار بودن برچسب گذاري داده ها توسط متخصص، نيازمند توليد سيگنال ها به كمك شبيه ساز هستيم. موضوع اين پايان نامه، ارائه يك شبيه ساز به منظور توليد سيگنال هاي EEG بزرگسالان در حالت خواب و بيداري است. از اين شبيه ساز مي توان به منظور توليد ديتاي آموزشي به منظور آموزش الگوريتم هاي طبقه بندي، تست دستگاه هاي EEG، مطالب آموزشي در محيط آكادميك و ... استفاده كرد. هدف: هدف اين پايان نامه، ارائه يك شبيه ساز سيگنال هاي EEG خواب و بيداري به منظور اهدافي مانند كم شدن حجم داده پردازشي، بهبود تشخيص الگوهاي خواب در مراكز درماني، صحت عملكرد دستگاه هاي ثبت EEG، كاربرد آموزشي و ... است. هدف از انجام پژوهش، شبيه سازي سيگنال هاي EEG در مراحل مختلف خواب و بيداري است. تاكنون، هيچ شبيه ساز مشابهي در اين زمينه ارائه نشده است. روش‏شناسي: بررسي ها با استفاده از سيگنال هاي EEG ثبت شده خواب و بيداري براي20 زن و مرد سالم انجام شده است. به دليل حضور محدوده هاي فركانسي متفاوت در هر مرحله خواب، از مدل كردن چگالي طيف توان استفاده شده است. نتايج چگالي طيف توان براي هر مرحله از خواب، تفاوت هاي قابل توجهي داشت كه براي حل اين مشكل، از الگوريتم هاي خوشه بندي استفاده كرديم. سپس با استفاده از مدل گاوسي مركب، هر يك از توابع چگالي طيف توان را مدل كرديم. يافته‏ها: انتخاب بهترين الگوريتم چگالي طيف توان براي سيگنال هاي EEG، تعيين تعداد خوشه هاي توابع چگالي طيف توان در هر مرحله از خواب با استفاده از سه روش ارزيابي، مدل كردن توابع چگالي طيف توان با استفاده از بهينه ترين تعداد گاوسي مركب و در انتها شبيه سازي سيگنال هاي EEG در مراحل خواب و بيداري از جمله يافته هاي اين پژوهش است. همچنين به منظور ارزيابي شبيه سازي پيشنهادي يك مساله طبقه بندي تعريف كرديم. نتايج ارزيابي نشان مي دهد كه شبيه ساز پيشنهادي مي تواند به طور قابل توجهي سيگنال هايي مشابه يا سيگنال-هاي واقعي توليد كند. نتيجه‏گيري: به منظور شبيه
Researchers atefeh moradiani (Student) , Reza Dianat (Primary advisor) , Hojat Ghimatgar (Advisor)