ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

طبقه بندی احساسات با ویژگی های استخراج شده از ارتباطات مغزی سیگنال های EEG

سال انتشار: 1397
کد COI مقاله: ICBME25_028
زبان مقاله: فارسیمشاهده این مقاله: 662
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طبقه بندی احساسات با ویژگی های استخراج شده از ارتباطات مغزی سیگنال های EEG

مهدیه شمس - دانشجوی کارشناسی ارشد مهندسی پزشکی بیوالکتریک، دانشگاه شهاب دانش قم
علی مطیع نصرآبادی - استاد تمام گروه مهندسی پزشکی، دانشکده فنی دانشگاه شاهد تهران

چکیده مقاله:

احساسات در روابط روزمره انسان ها از اهمیت بالایی برخوردار هستند و نقش اساسی در تفکر و تصمیم گیری ایفا میکنند. مطالعه احساسات از طریق پردازش سیگنال های بیولوژیکی دارای کاربردهای فراوانی است که میتوان به دروغ سنجی، پیش بینی رفتار و ... اشاره داشت. هدف اصلی این تحقیق، طبقه بندی احساسات شادی و غم افراد در فضای انگیختگی _ رضایت با استفاده از سیگنالهای EEG است. دادگان مورد استفاده متعلق به دیتای DEAP است که در سال 2012 جمع آوری شده اند. در این پژوهش ارتباط موثر از روی سیگنال های مغزی با استفاده از روش همدوسی جهتدار جزیی تعمیم یافته (GPDC) برای 32 سوژه تخمین زده شده است. سپس ویژگیهای حوزه زمان_فرکانسی مرتبط با دو حالت با آزمون T_test انتخاب شده و ویژگی های معنادار به عنوان برترین ویژگیها برگزیده شدند. درنهایت تفکیک پذیری دو گروه شادی و غم با روش LOO و طبقه بند KNN ارزیابی شدند. بیشترین صحت، %95/3 در باند فرکانسی تتا 4-8 هرتز، کمترین صحت %67/1 در باند بتا 13-20 1 هرتز و صحت %100 برای تمامی باندهای فرکانسی، بدست آمد. نتایج نشان میدهد که تمایز در ارتباطات باندهای فرکانسی پایین بیشتر از ارتباطات باندهای فرکانسی بالاتر میباشد. براساس تحلیل در پنجره های زمانی 10 ثانیه ای در باند تتا در پنجره زمانی دوم، در باند الفا در پنجره زمانی پنجم، در باند بتا 1 در پنجره زمانی یکم، در باند بتا 2در پنجره زمانی سوم و در باند گاما در پنجره های زمانی چهارم و پنجم بهترین تفکیک پذیری بدست آمد.

کلیدواژه ها:

سیگنال الکتروانسفالوگرام، احساسات، ارتباط موثر، همدوسی جهت دار جزیی تعمیم یافته، طبقه بندی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICBME25_028 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/828142/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شمس، مهدیه و مطیع نصرآبادی، علی،1397،طبقه بندی احساسات با ویژگی های استخراج شده از ارتباطات مغزی سیگنال های EEG،بیست و پنجمین کنفرانس ملی و سومین کنفرانس بین المللی مهندسی زیست پزشکی ایران،قم،،،https://civilica.com/doc/828142

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، شمس، مهدیه؛ علی مطیع نصرآبادی)
برای بار دوم به بعد: (1397، شمس؛ مطیع نصرآبادی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 345
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی