شناسایی مؤلفه‌های حافظهای در تک ثبت EEG با استفاده از منحنی بازگشتی
Publish place: 17th Iranian Conference on Biomedical Engineering
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 1,153
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICBME17_027
Index date: 30 June 2013
شناسایی مؤلفه‌های حافظهای در تک ثبت EEG با استفاده از منحنی بازگشتی abstract
هدف از این پژوهش، به کارگیری روش پردازشِ غیرخطی منحنی های بازگشتی روی پتانسیلهای وابسته به رخداد فرآیندهایحافظه ای است تا توانایی های این روش در شناسایی مؤلفه های حافظهای سیگنالهای مغزی تک ثبت و ایجاد تمایز بین گروه های قدیم و هدف از این پژوهش، ب هکارگیری روش پردازشِ غیرخطی منحنی های بازگشتی روی پتانسی لهای وابسته به رخداد فرآیندهایحافظه ای است تا توانایی های این روش در شناسایی مؤلفه های حافظه ای سیگنالهای مغزی تک ثبت و ایجاد تمایز بین گروه های قدیم و جدید، مورد بررسی قرار گیرد. برای این منظور منحنی های بازگشتی مربوط به تک ثبت های EEG ثبت شده در حین بازیابی حافظه، محاسبه شدند. علاوه بر این از آنالیط کمی ساز بازگشتی برای نشان دادن تغییرات در ساختار دینامیک سیگنال در حین رخداد حافظه، و ایجاد تمایزبین رخدادهای قدیم و جدید استفاده شد. نتایج نشان می دهند که این منحنی های غیرخطی توانایی شناسایی گذارهای سیگنال در حوالی400 میلی ثانیه و 800 میلی ثانیه را، که به مؤلفه های حافظه ای مربوط دانسته شده اند، دارد. دامنه این منحنی ها 400 میلی ثانیه پس از شروعتحریک افزایش می یابدکه نشان دهنده کاهش بعد سیستم، پس از تحریک است. پس از 800 میلی ثانیه این روند افزایش کندتر شد ه و منحنی ها همواره می شوند. در صورتی که طول بیشتری از سیگنال EEG در اختیار بود، کاهش در دامنه انداز هها که می تواند مبین افزایش بعد سیستم و بازگشت به وضعیت پایه اش باشد، قابل پیش بینی بود. میانگین اندازه های مربوط به رخداد قدیم بیشتر از رخداد جدید است.
شناسایی مؤلفه‌های حافظهای در تک ثبت EEG با استفاده از منحنی بازگشتی Keywords:
شناسایی مؤلفه‌های حافظهای در تک ثبت EEG با استفاده از منحنی بازگشتی authors
نسیبه طالبی
دانشکده فنی و مهندسی دانشگاه شاهد،
علی مطیع نصرآبادی
دانشکده فنی و مهندسی دانشگاه شاهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :