طبقه بندی زمان ـ فرکانس ریز حالات مغزی به کمک شبکه‌های عصبی خودسازمانده
Publish place: 13th Iranian conference on Biomedical Engineering
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,042
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME13_033
تاریخ نمایه سازی: 31 خرداد 1387
Abstract:
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.
Keywords:
Authors
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 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 :