استخراج و طبقه بندی دینامیک الگوهای سیگنال EEG در پاسخ به محرک های شنیداری با کدینگ آشوبناک جهت بکارگیری در سیستم های واسط مغز و رایانه
General Material Designation
[پایاننامه]
Parallel Title Proper
Extraction and Dynamic Classification of EEG Signal Patterns in Response to Auditory Stimuli with Chaotic Encoding for Application in Brain-Computer Interface Systems
First Statement of Responsibility
/مینا گلمحمدی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: مهندسی برق
Date of Publication, Distribution, etc.
، ۱۴۰۱
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۰۶ص.
Other Physical Details
:
GENERAL NOTES
Text of Note
زبان: فارسی
Text of Note
زبان چکیده: فارسی
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی - الکترونیکی
NOTES PERTAINING TO PHYSICAL DESCRIPTION
Text of Note
مصور، جدول، نمودار
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی برق- مخابرات
Date of degree
۱۴۰۱/۰۶/۰۱
Body granting the degree
صنعتی سهند
SUMMARY OR ABSTRACT
Text of Note
در این پایان نامه سیگنال های مغزی ۳۵ نفر به روش الکتروانسفالوگرافی با تحریک خارجی صوتی ثبت گردید، سپس دینامیک الگوهای سیگنال EEG در پاسخ به محرک های صوتی با کدینگ فرکانسی دینامیکی متناوب و آشوبگونه، استخراج و طبقه بندی شد، و امکان به کارگیری این محرکها در سیستم های واسط مغز و رایانه ، از حیث صحت طبقه بندی و نرخ انتقال اطلاعات و میزان خستگی بررسی شد .طبقه بندی به صورت بلادرنگ جهت استفاده در سیستم های واسط مغز و رایانه با صحت ۷۶.۱ درصد به روش تطبیق قالب ، و طبقه بندی با درنگ با روش هایCCA ،PSD ، و KNN به ترتیب با صحت ۸۴.۸، ۸۷.۶، و ۹۹.۳ بدست آمد .همچنین میزان خستگی برای محرک هایی با سیگنال پیام آشوبگونه و سیگنال حامل متناوب، کاهش چشمگیری نسبت به سایر محرک ها به همراه داشت.
Text of Note
In this thesis, the brain signals of thirty five adults were recorded by electroencephalography with external auditory stimuli. Then the dynamics of EEG signal patterns in response to periodic and chaotic auditory stimuli were extracted and classified. The possibility of using these stimuli in BCI systems was investigated in terms of classification accuracy, information transfer rate and fatigue rate. Finaly 76.1 accuracy by template matching method classification has been obtained for online classification to use in brain-computer interface systems, and 84.8 , 87.6 , and 99.3 accuracy results, respectively to classifiers CCA, PSD, and KNN have been obtained for offline classification. Also, the rates of fatigue for stimuli with chaotic message and periodic carrier signals have been significantly reduced compared to the other stimuli.
ba
PARALLEL TITLE PROPER
Parallel Title
Extraction and Dynamic Classification of EEG Signal Patterns in Response to Auditory Stimuli with Chaotic Encoding for Application in Brain-Computer Interface Systems
TOPICAL NAME USED AS SUBJECT
الگوهای سیگنال EEG
کدینگ آشوبناک
UNCONTROLLED SUBJECT TERMS
Subject Term
EEG Signal Patterns, Chaotic Encoding
Subject Term
الگوهای سیگنال EEG، کدینگ آشوبناک
PERSONAL NAME - PRIMARY RESPONSIBILITY
گلمحمدی، مینا
PERSONAL NAME - SECONDARY RESPONSIBILITY
ابراهیمی، افشین، استاد راهنما
جعفری، امیرهمایون، استاد مشاور
ORIGINATING SOURCE
Country
ایران
Date of Transaction
20230813
LOCATION AND CALL NUMBER
Call Number
برق ،۱۰۷۰۹ ،۱۴۰۱
ELECTRONIC LOCATION AND ACCESS
Host name
لانگیس یاهوگلا کیمانید یدنب هقبط و جارختسا EEG هنایار و زغم طساو یاه متسیس رد یریگراکب تهج کانبوشآ گنیدک اب یرادینش یاه کرحم هب خساپ رد.pdf