مروری بر روشهای پردازش سیگنالهای حیاتی به منظور داده مغز و کامپیوتر براساس هوش مصنوعی و یادگیری ماشین
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 19
فایل این مقاله در 43 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UTCONF09_008
تاریخ نمایه سازی: 20 تیر 1404
چکیده مقاله:
در زمینه روابط مغز و کامپیوتر برای ایجاد ارتباط دو طرفه میان مغز انسان و کامپیوتر از سیگنالهای مغزی استفاده می شود که اطلاعات ارزشمندی درباره وضعیت ذهنی و فعالیت مغزی فرد را ارائه می دهند. با این حال به دلیل عدم ثبات و حساسیت به تداخلات مختلف، پردازش، تحلیل و تفسیر این سیگنالها چالش هایی ایجاد می کند. تحقیقات در این حوزه بر روی پیاده سازی هوش مصنوعی، به خصوص در پنج حوزه اصلی شامل کالیبراسیون، سرکوب نویز، ارتباطات، تخمین وضعیت ذهنی و تصویرسازی حرکتی تمرکز دارد. ثابت شده است که استفاده از الگوریتم های مبتنی بر هوش مصنوعی و یادگیری ماشین در این حوزه ها به ویژه به دلیل توانایی آن ها در پیش بینی و یادگیری از تجربیات گذشته بسیار امیدوار کننده است. این الگوریتم ها اجرا شده در حوزه فناوری پزشکی می توانند به ارائه اطلاعات دقیق تر درباره وضعیت روانی افراد، کاهش عواقب بیماری های جدی و بهبود کیفیت زندگی بیماران معلول کمک نمایند.
کلیدواژه ها:
هوش مصنوعی ، شبکه های عصبی مصنوعی ، رابط های مغز و کامپیوتر ، منطق فازی ، یادگیری ماشین ، تکنیک های بهینه سازی الهام گرفته از طبیعت
نویسندگان
پریسا رضاپور
دانشجوی کارشناسی ارشد گروه مهندسی پزشکی واحد تبریز دانشگاه آزاد اسلامی تبریز، ایران
سارا سعیدی پاکدل
دانشجوی کارشناسی ارشد گروه مهندسی پزشکی واحد تبریز دانشگاه آزاد اسلامی تبریز، ایران
سیامک حقی پور
استادیار گروه مهندسی پزشکی واحد تبریز دانشگاه آزاد اسلامی تبریز، ایران