یادداشتهای مربوط به کتابنامه ، واژه نامه و نمایه های داخل اثر
متن يادداشت
کتابنامه در آخر پایان نامه
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی پزشکی - بیوالکتریک
زمان اعطا مدرک
۱۳۹۳/۰۶/۰۰
کسي که مدرک را اعطا کرده
صنعتی سهند
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
در سالهای اخیر استفاده از سیگنالهای مغزی در کارهای تشخیصی مثل صرع، اسکیزوفرنی، بیشفعالی-کمتوجهی و غیره افزایش یافته است .در این پایاننامه تشخیص بیماری بیشفعالی-کمتوجهی در کودکان با استفاده از ویژگیهای سیگنال، انجام میشود .در این مطالعه از ۶۰ کودک سیگنال ثبت شد، ۳۰ کودک مبتلا به بیماری و ۳۰ کودک سالم بودند .ثبت با استفاده از الکترودهای میانی سر (Fz,Cz, Pz)مطابق با استاندارد بیناللملی۱۰ - ۲۰انجام شد .پروتکل آزمون بر اساس معیارهای الگوی Oddball در دو حالت دیداری و شنیداری انجام گرفت .سیگنال آلوده به نویز، به خصوص در EEG و ERP باعث کاهش نسبت سیگنال به نویز میشود بنابراین روشهای پیشپردازش قوی و مناسب یکی از مهم ترین چالشها است .در این پایان نامه ویژگیهای توان باند، بعد فراکتال، ضرایب اتورگرسیو و ضرایب ویولت، استخراج میشوند .آزمون تیتست زوجی بر روی ویژگیهای توان باند و بعد فراکتال اعمال میشود تا تفاوت معنیدار بین دو گروه ویژگی مشخص شود .گام مهم، انتخاب یک طبقه بند مناسب است که بتواند با سرعت و دقت بیشتری این ویژگیها را از هم جدا کند .در این تحقیق ما از طبقهبند ماشین بردار پشتیبان SVM و v_SVM بهره خواهیم برد .حداکثر مقداری که از آزمون t به دست آمد در ویژگی های توان باند برای باند تتا در تحریک شنوایی Pz و در بعد فراکتال بهترین پاسخ مربوط به پنجره بلکمن در زیر گروه دلتا مشاهده میشود. بالاترین دقت طبقه بندی SVM در ضرایب ویولت در پنجره هنینگ با مقدار ۹۴/۲ درصد ست و در v_SVM ضرایب ویولت با مقدار ۹۷/۸ درصد در پنجره همینگ است
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
کودکان
موضوع مستند نشده
پیش فعالی - کم توجهی
موضوع مستند نشده
طبقه بندی SVM
موضوع مستند نشده
استخراج ویژگی
موضوع مستند نشده
ERP
موضوع مستند نشده
الکتروانسفالوگرافی
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )