
پروژه : تفكيك سيگنالهاي مغزي در زمان انجام فعاليتهاي مختلف ذهني
فرمت : pdf
تعداد صفحه : 165
قیمت : مبلغ ۱۵هزار تومان
چکیده
ارتباط مستقيم مغز با دنياي اطراف, يا BCI) Brain-Computer Interface ) از جمله مباحثي است كه طي دهة اخير مورد توجه بسياري از گروههاي تحقيقاتي قرار گرفته است . براي اين منظور اگر سيستمي بتواند سيگنالهاي ثب ت شده از تعدادي فعاليت ذهني را از يكديگر تفكيك كند , آن فعاليتها يك الفباي ساده را تشكيل مي دهند , كه فرد مي تواند با انجام تركيبهاي مختلفي از آنها , با دنياي اطراف ارتباط بر قرار كند سيستمهاي BCI از واحدهاي مختلفي همچون ثبت , پردازش, رابط كاربري و... تشكيل شده اند. در اين پايان نامه, تفكيك پذيري سيگنالهاي مغزي در زمان انجام فعاليتهاي مختلف ذهني مورد بررسي واقع شده است؛ كه در واقع زير مجموعه اي از بخش پردازشي سيستمهاي BCI محسوب مي شود . براي دسته بندي سيگنالهاي مغزي , مانند هر مسألة دسته بندي ديگر , به مراحل متعددي اعم از استخراج و انتخاب ويژگي , بهينه سازي ويژگيها , انتخاب و طراحي تفكيك كنندة مناسب و ...نياز مي باشد؛ كه در اين پايان نامه روشهاي مختلفي براي هر يك از اين مراحل مطرح شده است . همچنين به منظور حذف اثر نويزهايي همچون پلك زدن , كه بر ثبت سيگنالهاي مغزي مؤثرند, از روش آناليز اجزاء مستقل ,(Independent Component Analysis) بعنوان پيش پردازش استفاده شده است . به منظور دسته بندي اين سيگنالها , از دو نوع تفكيك كننده استفاده شده است . نخستين تفكيك كننده , بر مبناي نوع خاصي از تبديلهاي زمان -فركانس مي باشد , كه براي استفاد ه در دسته بندي بهينه شده اند و تفكيك كنندة ديگر , از نوع تفكيك كننده هاي كلاسيك بيز مي باشد . روشها و الگوريتمهاي پيشنهاد شده, بر روي دو مجموعه از داده ها, كه قبلا ثبت شده بودند , پياده سازي شده است و نتايج آنها مفصلا مورد بحث و بررسي قرار گرفته است
فهرست مطالب:
فصل اول : Brain-Computer Interface
۱) مقدمه
۲) تاريخچة BCI
۳) كاربردهاي BCI
۴) اهداف كلي اين پايان نامه
۵) ساختار پايان نامه
فصل دوم: سيگنالهاي مغزي
١) مقدمه
٢) تاريخچه كشف سيگنالهاي مغزي
٣) ماهيت سيگنالهاي مغزي
٤) نويزها و artifact هاي مؤثر بر EEG
٥) محل قرار دادن الكترودهاي ثبت EEG
فصل سوم: دسته بندي
۱) مقدمه
۲) تفكيك كنندة بيز
۳) تعميم به دسته بندي بين چند دسته
۴) معيارهاي ارزيابي ويژگيها
۵) انتخاب و كاهش ويژگي
۶) تركيب خطي بهينه
۷) نرماليزاسيون
۸) روشهاي ارزيابي عملكرد تفكيك كننده
۹) تبديلهاي زمان- فركانس و دسته بندي
9-۱) تابع مشخصه و صفحة ابهام
9-۲) تعبير صفحة ابهام
۱۰ ) بهينه سازي كرن لهاي زمان- فركانس براي دسته بندي
10-۱) كرنل هاي متداول زمان- فركانس
۲-10) طراحي كرنل با معيار فاصلة اقليدسي
10-۳) طراحي كرنل با استفاده از معيار فيشر
10-۴) طراحي كرنل، نگاه دوم
۱۱ ) دسته بندي با استفاده از كرنل بهينه
۱۲ ) شبيه سازي
۱۳ ) تعميم روش كرنل بهينه به مسائل چندكاناله
۱۴ ) بحث و نتيجه گيري
فصل چهارم: آناليز اجزاء مستقل (Independent Component Analysis)
۱) مقدمه
۲) مدل رياضي
۴۷ ICA ۳) مفهوم شهودي
۴) آناليز اجزاء اصلي Principle Component Analysis
۵) سفيد كردن
۶) معيارهاي كمي سنجش گوسي بودن
6-۱) كرتوسيس
6-۲ Negentropy (
۷) حل مسألة ICA بر اساس معيار Negentropy
۸) الگوريتم FastICA
فصل پنجم: مشخصات داده هاي استفاده شده و پي شپردازشهاي صورت گرفته
١) مقدمه
۲) داده هاي ثبت شده توسط گروه دانشگاه Colorado
۱) مشخصات داد ه ها
۲) فعاليت هاي ذهني انتخاب شده
۳) روش تحليل و نتايج كار Keirn
۴) روش تحليل و نتايج كار Anderson
۴) پيش پردازشهاي انجام شده برروي داد ههاي گروه Colorado
۵) حذف اثر EOG از داد ه هاي گروه Colorado
۶) بحث و نتيج هگيري
فصل ششم: دسته بندي فعاليتهاي ذهني با استفاده از روش كرنل بهينه
١) مقدمه
٢) كليات روش پياده شده
٣) دسته بندي داده هاي گروه Colorado با استفاده از روش كرنل بهينه
۴) دسته بندي داد ههاي گروه Graz با استفاده از روش كرنل بهينه
٥ ) بحث و نتيجه گيري
فصل هفتم: دسته بندي فعاليتهاي ذهني با استفاده از تفكيك كننده بيز
۱) مقدمه
٢ ) استخراج ويژگي
۱ ) توان باندهاي مختلف فركانسي
۲) ضرايب عدم تقارن
۳) فركانس و زمان متوسط
۴ ) ضرايب ويولت
٥ ) روش PCA
۳) انتخاب و كاهش ويژگيها
۴) دسته بندي با استفاده از تفكيك كننده بيز
۵) ارزيابي عملكرد تفكيك كننده به روش LOOM
۶) نتايج دسته بندي داده هاي گروه Colorado
۱) دسته بندي به كمك ويژگيهاي توان باندهاي مختلف فركانسي
۲) دسته بندي به كمك ضرايب ويولت
۳) دسته بندي به كمك روش PCA
۴) دسته بندي به كمك بانك فيلتر با ٩ باند فركانسي
۵) دسته بندي به كمك بانك فيلتر با ٥ باند فركانسي
۷) تحليل هيستوگرام ويژگي ها
۱) تحليل هيستوگرام ويژگي هاي ضرايب ويولت
۲) تحليل هيستوگرام ويژگي هاي PCA
۳) تحليل هيستوگرام بانك فيلتر با باند ٩ فركانسي
۴) تحليل هيستوگرام بانك فيلتر با ٥ باند فركانسي
۸) روش تركيب خطي بهينه, در استخراج ويژگي
۹) نتايج دسته بندي داده هاي گروه Graz
۱) جزئيات روش پياده شده
۱۰ ) نتيجه گيري
فصل هشتم: جمع بندي و نتيجه گيري
١) جمع بندي فصلهاي پايان نامه و نوآوري هاي آن
٨ - ٢) حركت به سمت طراحي يك سيستم BCI
٣) پيشنهادها
مراجع
ضميمة شمارة ۱: اثبات رابطة كرنل بهينه
ضميمة شمارة ۲: ويژگيهاي استخراج شده از سيگنالهاي مغزي
***************************************************************************************
در صورت تمایل
به دریافت فایل فوق در مدت 10 دقیقه ، لطفاً اینجا کلیک
کنید
***************************************************************************************
مشاوره ؛نگارش پایان نامه ؛ مقاله + شبیه سازی
در تمام مقاطع دانشگاهی پذیرفته می شود
در صورت
تمایل می توانید عنوان و جزئیات پروژه خود را در قسمت نظرات این پست
اعلام فرمایید. ضمنا می توانید اطلاعات درخواستی خود را به ایمیل یا تلگرام
نمایید
ایمیل :
com.dr@yahoo.com
درباره :
سيگنالهاي مغزي , تفكيك سيگنالهاي مغزي ,
|