طبقه بندی زمان ـ فرکانس ریز حالات مغزی به کمک شبکههای عصبی خودسازمانده
محل انتشار: سیزدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,127
فایل این مقاله در 8 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:
ICBME13_033
تاریخ نمایه سازی: 31 خرداد 1387
چکیده مقاله:
مغز انسان در طول تحریکات مختلف وارد مراحل خاصی از فعالیت های درکی و سایکوفیزیولوژیکی می شود. پتانسیلهای وابسته به رخداد (ERPS) می تواند نماینده مناسبی در کمک به تجزیه و تحلیل نوع و چگونگی این تحریکها باشد. ریز حالات مغزی به عنوان روشی مناسب در جهت تجزیه و تحلیل این سیگنالها در طول دهه های اخیر همواره مد نظر بوده است. اما آنچه در این تحقیق مورد بحث قرار گرفته می شود این مطلب است که نه تنها استفاده از تبدیلهای زمان- فرکانس را در جهت استخراج این ریز حالات مغزی به عنوان روشی مناسب و کارآمد معرفی می نماید بلکه ماشینی از شبکه های عصبی خود سازمانده را ارائه می دهد که توانایی بسیار مطلوبی را در کلاسه بندی سه کلاس مختلف از انواع ERPها دارا می باشد و برای 3 نوع تحریک مختلف به درصد تشخیص بسیار خوبی معادل 14، 85% برای داده های متوسط گیری دست می یابیم.
کلیدواژه ها:
نویسندگان
سید فرهود موسی زاده
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده مهندسی پزشکی
محمدعلی خلیل زاده
دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی مهندسی
وحید ابوطالبی
دانشگاه امیرکبیر، دانشکده مهندسی پزشکی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :