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
نام عام مواد
[پایاننامه]
عنوان اصلي به زبان ديگر
Extraction and Dynamic Classification of EEG Signal Patterns in Response to Auditory Stimuli with Chaotic Encoding for Application in Brain-Computer Interface Systems
نام نخستين پديدآور
/مینا گلمحمدی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق
تاریخ نشرو بخش و غیره
، ۱۴۰۱
مشخصات ظاهری
نام خاص و کميت اثر
۱۰۶ص.
ساير جزييات
:
يادداشت کلی
متن يادداشت
زبان: فارسی
متن يادداشت
زبان چکیده: فارسی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به مشخصات ظاهری اثر
متن يادداشت
مصور، جدول، نمودار
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق- مخابرات
زمان اعطا مدرک
۱۴۰۱/۰۶/۰۱
کسي که مدرک را اعطا کرده
صنعتی سهند
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
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.
متن يادداشت
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.
خط فهرستنویسی و خط اصلی شناسه
ba
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Extraction and Dynamic Classification of EEG Signal Patterns in Response to Auditory Stimuli with Chaotic Encoding for Application in Brain-Computer Interface Systems
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
الگوهای سیگنال EEG
موضوع مستند نشده
کدینگ آشوبناک
اصطلاحهای موضوعی کنترل نشده
اصطلاح موضوعی
EEG Signal Patterns, Chaotic Encoding
اصطلاح موضوعی
الگوهای سیگنال EEG، کدینگ آشوبناک
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
گلمحمدی، مینا
نام شخص - ( مسئولیت معنوی درجه دوم )
مستند نام اشخاص تاييد نشده
ابراهیمی، افشین، استاد راهنما
مستند نام اشخاص تاييد نشده
جعفری، امیرهمایون، استاد مشاور
مبدا اصلی
کشور
ایران
تاريخ عمليات
20230813
شماره دستیابی
شماره بازیابی
برق ،۱۰۷۰۹ ،۱۴۰۱
دسترسی و محل الکترونیکی
نام ميزبان
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