پردازش سیگنالهای حیاتی
سمیه رئیس دانا؛ سمانه صفری
دوره 13، شماره 2 ، تابستان 1398، ، صفحه 121-130
چکیده
در این پژوهش، یک طرح بازاریابی عصبی توسط پردازش سیگنالهای EEG انجام شده است که در آن میزان علاقمندی افراد جامعه به خرید یک کالای تزئینی نسبتاً لوکس ارزیابی شود. سیگنالهای مغزی 24 شرکت کننده در حین تماشای تصاویر سنگ های زینتی (که بر اساس معیارها و شاخص های ارزیابی متداول در امور اقتصادی، دارای مزیت نسبی در صادرات است) ثبت و پردازش می شود ...
بیشتر
در این پژوهش، یک طرح بازاریابی عصبی توسط پردازش سیگنالهای EEG انجام شده است که در آن میزان علاقمندی افراد جامعه به خرید یک کالای تزئینی نسبتاً لوکس ارزیابی شود. سیگنالهای مغزی 24 شرکت کننده در حین تماشای تصاویر سنگ های زینتی (که بر اساس معیارها و شاخص های ارزیابی متداول در امور اقتصادی، دارای مزیت نسبی در صادرات است) ثبت و پردازش می شود تا اطلاعات معناداری از فعالیت مغزی درگیر در فرآیند احساسی/دوست داشتن و تصمیم گیری/انتخاب به دست آید. سیگنالهای ثبت شده در فاز تحریک و انتخاب در چند مرحله برای حذف نویز ها و آرتیفکت ها پیش پردازش می شوند. سپس به منظور به دست آوردن نواحی فعال مغزی هنگام تماشای سنگ های ارزشمند، داده های 19-کاناله EEG توسط ابزارهای چندگانه پردازش شدند. نگاشت مغزی و آنالیز منطقه ای انجام شده فعالیت نواحی اکسیپیتال> فرونتال> لیمبیک بیش از سایر نواحی را نشان می دهد. ضمناً نیمکره چپ بیش از نیمکره راست فعالیت داشته است. در فاز بعدی، ویژگی غیرخطی آنتروپی تقریبی از سیگنالها استخراج شده و برای آموزش شبکه عصبی-فازی استفاده شد. شبکه نوروفازی به عنوان طبقه بند اتوماتیک جهت آموزش و پیش بینی انتخاب افراد به کار می رود. نتایج حاصل از این پردازش صحت 86.25% و دقت 87.4% در کلاسبندی سه گروهه (به دو گروه خوشایند و یک گروه ناخوشایند بر حسب انتخابهای کابران) را بیان می کند. در فاز نهایی، با استفاده از اطلاعات پرسشنامه ای به دست آمده از شرکت کنندگان بعد از جلسه ثبت، آنالیز آماری ناخودآگاه و خودآگاه افراد توسط آزمون t، آنالیز واریانس و رگرسیون انجام شده است. نتایج آزمون آماری حاکی از معناداری تفاوت بین شناخت خوشانیدی و ناخوشایندی در انتخاب بین گروه خانمها و آقایان و در انتخاب انواع سنگهاست. همچنین در آزمون آماری، نبود تفاوت معنادار بین انتخابهای خودآگاه و ناخودآگاه رد شد.
بیوالکتریک
امیر سلیمان‌خانی؛ وحید شالچیان
دوره 12، شماره 2 ، تابستان 1397، ، صفحه 85-96
چکیده
ثبت خارج‌سلولی فعالیت تک‌نورون‌های مغزی به عنوان روشی پرطرفدار در تحقیقات حوزه‌ی علوم اعصاب و مهندسی توان‌بخشی عصبی شناخته میشود. این ثبت‌ها شامل فعالیت تمام نورون‌های اطراف الکترود میشود که برای استفاده‌ی بهتر از آنها باید با روشهای طبقهبندی اسپایک به فعالیت تک‌نورون‌ها رسید. بر اساس ویژگیهای ساختاری نورون، مانند ...
بیشتر
ثبت خارج‌سلولی فعالیت تک‌نورون‌های مغزی به عنوان روشی پرطرفدار در تحقیقات حوزه‌ی علوم اعصاب و مهندسی توان‌بخشی عصبی شناخته میشود. این ثبت‌ها شامل فعالیت تمام نورون‌های اطراف الکترود میشود که برای استفاده‌ی بهتر از آنها باید با روشهای طبقهبندی اسپایک به فعالیت تک‌نورون‌ها رسید. بر اساس ویژگیهای ساختاری نورون، مانند درخت دندریتی آن و فاصله و جهت ثابتی که نسبت به الکترود ثبت دارد، میتوان نتیجه گرفت که شکل اسپایک تولیدی آن منحصر به فرد و ثابت است. با این حال انجام طبقهبندی پتانسیل عمل‌ها در مقادیر نسبت سیگنال به نویز پایین، همواره با چالش‌هایی همراه است. طبقهبندی اسپایک‌های نورونی معمولا شامل سه بخش آشکارسازی، استخراج ویژگی و طبقهبندی میشود. در این مقاله، روشی بر مبنای بهینه‌سازی ضرایب ویولت پیوسته در مرحلهی استخراج ویژگیها ارائه شده که در مقادیر نسبت سیگنال به نویز پایین نیز کارایی خوبی دارد. در روش پیشنهادی، بعد از محاسبه‌ی ضرایب ویولت پارامتری‌شده، با استفاده از معیارهای فاصله‌ی اقلیدسی و سطح زیر منحنی مشخصه‌ی عمل‌گر گیرنده در طبقهبندی دو گروه، بهترین پارامترها برای افزایش تفکیکپذیری ویژگیها انتخاب میشوند، به طوری که ابتدا مقیاس مناسب با معیار فاصله‌ی اقلیدسی پیدا شده و در نهایت انتقال زمانی با معیار دوم انتخاب میشود. در این پژوهش برای خوشه‌بندی از الگوریتم ساده و در عین حال کارامد k-means استفاده شده است. برای بررسی و ارزیابی روش پیشنهادی از سه مجموعه دادهی شبیه‌سازی‌شده استفاده گردید که در 9 حالت مختلف نسبت سیگنال به نویز و با مدلسازی نویز زمینه از نویز حقیقی ثبتشده تهیه شده بودند. نتایج به دست آمده از مرتب‌سازی دادههای شبیه‌سازی‌شده نشان داد که بهینه‌سازی پارامترهای تبدیل ویولت پیوسته با روش پیشنهادی میتواند در ارتقای کارایی طبقهبندی اسپایک‌ها نسبت به روش آنالیز اجزای اصلی، موثر واقع شود.
پردازش سیگنالهای حیاتی
راحله داودی؛ محمدحسن مرادی
دوره 12، شماره 1 ، بهار 1397، ، صفحه 25-39
چکیده
افسردگی یکی از شایع‌ترین اختلالات روانی عصر حاضر است که تشخیص زودهنگام شدت آن میتواند در روند درمان مفید باشد. یکی از روشهای تشخیص این بیماری، تحلیل اطلاعات حاصل از سیگنالهای الکتریکی مغزی میباشد. در این مقاله، به دنبال تمایز میان سطوح افسردگی با استفاده از تحلیل سیگنال مغزی هستیم. مدل پیشنهادی، سیستم عمیق مبتنی بر قاعده با ...
بیشتر
افسردگی یکی از شایع‌ترین اختلالات روانی عصر حاضر است که تشخیص زودهنگام شدت آن میتواند در روند درمان مفید باشد. یکی از روشهای تشخیص این بیماری، تحلیل اطلاعات حاصل از سیگنالهای الکتریکی مغزی میباشد. در این مقاله، به دنبال تمایز میان سطوح افسردگی با استفاده از تحلیل سیگنال مغزی هستیم. مدل پیشنهادی، سیستم عمیق مبتنی بر قاعده با استفاده از قابلیت پشته است و تمرکز روی تفسیرپذیری قواعد در کنار دقت بالا میباشد. سیستم‌های فازی قابلیت مناسبی را در طبقهبندی دادگان پزشکی با عدم قطعیت نشان داده‌اند. افزون بر این، در سال‌های اخیر یادگیری عمیق، توجه ویژه‌ای را در حوزه‌ی هوش مصنوعی کسب کرده است. در این مقاله به دنبال بهره‌گیری از قابلیت‌های هر دو رویکرد، در قالب یک سیستم فازی عمیق هستیم. سیستم پیشنهادی از یک رویکرد خوشه‌بندی مقاوم بهره می‌برد که قادر است تعداد خوشه‌های بهینه برای هر لایه را به صورت بدون سرپرست تعیین نماید. در کنار آن، مدل پیشنهادی از یک ساختار سلسله‌مراتبی پشته‌ای بهره می‌برد، به این صورت که قواعد آموزش‌یافته‌ی تفسیرپذیر در لایه‌ی اول را با برچسب‌های زبانی یکسان برای تمام ورودی‌ها، به صورت خروجی لایه‌ی اول در کنار ورودی، به لایه‌ی بعد منتقل نماید. وجود خروجی قواعد لایه‌های قبل در فضای ورودی لایه‌های بعد معادل قابلیت اطمینان در سیستم فازی با تالی خطی یا یک سیستم فازی با تالی غیرخطی میباشد. دادگان مورد استفاده پس از پیشپردازش، استخراج ویژگیهای زمانی، فرکانسی و غیرخطی نظیر بعد نگاشت بازگشتی و کاهش بعد، به سیستم پیشنهادی ارائه شد. سیستم پیشنهادی با طبقه‌بندهای متداول نظیر شبکهی عصبی، ماشین بردار پشتیبان، بیز ساده، درخت تصمیم و آنالیز افتراقی خطی مقایسه شد. نتایج صحت دادگان تست به دست آمده در 30 تکرار (۴۹.۰۱% در مقابل به ترتیب 32/41 %، 47/40%، 01/40%، 38/38% و 28/40%)، بیان‌گر قابلیت قابل توجه این مدل در تفکیک چهار سطح افسردگی میباشد.
پردازش سیگنالهای حیاتی
حامد داننده حصار؛ مریم محبی
دوره 11، شماره 4 ، زمستان 1396، ، صفحه 275-289
چکیده
فیلتر ذرهای-حاشیه‌ای کالمن گسترش‌یافته (MP-EKF)، از جمله روشهای نوین در پردازش سیگنال الکتروکاردیوگرام (ECG) است که با استفاده از مزیتهای دو نوع فیلتر بیزی ذرهای و کالمن گسترش‌یافته (EKF)، میتواند با محاسبات کمتری نسبت به فیلترهای ذرهای متداول، برای تخمین مدل‌های دینامیکی غیرخطی ECG مورد استفاده قرار گیرد. برتری این روش در ...
بیشتر
فیلتر ذرهای-حاشیه‌ای کالمن گسترش‌یافته (MP-EKF)، از جمله روشهای نوین در پردازش سیگنال الکتروکاردیوگرام (ECG) است که با استفاده از مزیتهای دو نوع فیلتر بیزی ذرهای و کالمن گسترش‌یافته (EKF)، میتواند با محاسبات کمتری نسبت به فیلترهای ذرهای متداول، برای تخمین مدل‌های دینامیکی غیرخطی ECG مورد استفاده قرار گیرد. برتری این روش در حذف نویزهای ایستان و غیر ایستان، در مقایسه با سایر روشهای بیزی مدلپایه، هم‌چون فیلترهای کالمن گسترش‌یافته و نرم‌کننده‌ی کالمن گسترش‌یافته (EKS)، اثبات شده است. فیلتر MP-EKF این ظرفیت را دارد که بتوان از آن در سایر مدل‌های دینامیکی ECG که قبلا برای کاربردهایی هم‌چون قطعه‌بندی سیگنال ECG به‌کاررفته‌اند، استفاده شود. اما وجود معادلات کالمن داخل این فیلتر، سبب میشود که مشکلات عددی و خطاهای گردسازی معادلات فیلتر کالمن در سیستم‌هایی که دقت و رزولوشن محاسباتی محدودی دارند، گریبان‌گیر MP-EKF نیز بشود. فیلترهای کالمن مجذور مربعات، در مقایسه با فیلترهای کالمن معمولی، مقاومت بیشتری نسبت به خطاهای گردسازی دارند. در این مقاله با الهام گرفتن از این‌گونه فیلترها، برای بالا بردن مقاومت MP-EKF نسبت به خطاهای گردسازی و مشکلات عددی، پیشنهاد میشود که MP-EKF به‌صورت مجذور مربعات پیاده شود. اما به دلیل وجود عمل‌گرهای تفریق در برخی از معادلات MP-EKF، نمی‌توان از روشهای متداول در پیاده‌سازی مجذور مربعات فیلتر کالمن برای فیلتر MP-EKF استفاده نمود. روشی که در این مقاله پیشنهاد میشود، روش جدیدی است که با الهام گرفتن از تجزیه‌ی میتواند معادلات MP-EKF را به‌صورت مجذور مربعات پیاده‌سازی کند.
پردازش سیگنالهای حیاتی
سعیده داودی؛ محمدرضا دلیری
دوره 11، شماره 3 ، پاییز 1396، ، صفحه 265-273
چکیده
تنوع وظایف مغز نشان میدهد که تعامل بین فعالیت نوسانی در باندهای فرکانسی مختلف، مکانیزم‌های کلی ارتباط عصبی را شکل میدهد. روشی که اخیرا برای کدگذاری اطلاعات در مغز مورد استفاده قرار میگیرد، روش هم‌گامی فاز میباشد، که به فرایندی اطلاق میشود که از طریق آن دو یا چند سیگنال چرخه‌ای، با نوسان تکراری از زاویه‌های فاز نسبی ...
بیشتر
تنوع وظایف مغز نشان میدهد که تعامل بین فعالیت نوسانی در باندهای فرکانسی مختلف، مکانیزم‌های کلی ارتباط عصبی را شکل میدهد. روشی که اخیرا برای کدگذاری اطلاعات در مغز مورد استفاده قرار میگیرد، روش هم‌گامی فاز میباشد، که به فرایندی اطلاق میشود که از طریق آن دو یا چند سیگنال چرخه‌ای، با نوسان تکراری از زاویه‌های فاز نسبی نوسان می‌کنند. برخی مطالعات، نقش محوری هم‌گامی فاز را در آزمایش‌های شناختی نشان داده‌اند. در این مقاله، ما نقش این معیار را در یک وظیفه‌ی جدید بینایی تمایز رنگ بررسی کرده‌ایم. بدین منظور، سیگنال الکتروانسفالوگرافی را برای 15 سوژه، در طی وظیفه‌ی بینایی تمایز رنگ جمعآوری نموده‌ایم. سپس، از الگوریتم یادگیری ماشین، ماشین بردار پشتیبان، استفاده شد تا توانایی معیار هم‌گامی فاز در تمایز دو حالت، یعنی تفکیک دو رنگ آبی و نارنجی، در وظیفه‌ی بینایی مورد نظر مشخص گردد. نتایج نشان میدهد که این معیار با دقت کلاسبندی 75% میتواند در طبقهبندی دو حالت مختلف در وظیفه‌ی بینایی مورد استفاده قرار گیرد. همچنین، باندهای فرکانسی موثر و الکترودهایی که موثرترین ویژگیها از آنها استخراج شده‌‌اند، نشان داده شده است.
پردازش سیگنالهای حیاتی
مرجان مظفری‌لقا؛ سیدمحمدصادق موحد
دوره 11، شماره 3 ، پاییز 1396، ، صفحه 255-264
چکیده
از ویژگیهای پردازشهای ساقه‌ی مغز، حضور پیچیدگی و تاثیرگذاری عوامل فردی در رمزگذاری اصوات میباشد. تشریح این پردازش‌ها بر مبنای تحلیل‌های خطی دشوار بوده و این خود انگیزه‌ای است مبنی بر استفاده از روشهای غیرخطی که قادر به تحلیل مناسبتر سیگنالهای غیرمانا هستند. هدف این تحقیق، بررسی رفتار ساقه‌ی مغز در پاسخ به تحریک ...
بیشتر
از ویژگیهای پردازشهای ساقه‌ی مغز، حضور پیچیدگی و تاثیرگذاری عوامل فردی در رمزگذاری اصوات میباشد. تشریح این پردازش‌ها بر مبنای تحلیل‌های خطی دشوار بوده و این خود انگیزه‌ای است مبنی بر استفاده از روشهای غیرخطی که قادر به تحلیل مناسبتر سیگنالهای غیرمانا هستند. هدف این تحقیق، بررسی رفتار ساقه‌ی مغز در پاسخ به تحریک شنوایی هجای گفتاری /دا/ (s-ABR)، با استفاده از تحلیل چندفراکتالی MFDFA)) به همراه روشهای تحلیل روندزدایی، شامل تجزیه به مقادیر تکین (SVD)، روش تطبیقی (AD) و روش تجزیه به مدهای تجربی (EMD) میباشد. در این تحلیل، پس از ثبت پاسخهای شنوایی ساقه‌ی مغز برانگیخته شده با هجای ساختگی /دا/ در 40 فرد بزرگ‌سال هنجار با میانگین سنی 22 سال، تحلیل MFDFA روی سیگنال، جهت ارزیابی تغییرات پیچیدگی و چندمقیاسی آنها انجام میشود. همچنین، به‌منظور روندزدایی بهینه از سیگنال، ابتدا روشهای SVD، AD و EMD روی دادههای ورودی اعمال میشود. با محاسبه‌ی تابع افت‌وخیز و ارزیابی رفتار مقیاسی، نماهای مقیاسی مانند نمای هارست تعمیمیافته و طیف تکینگی تعیین میشود. نتایج نشان میدهد که در مقیاسهای کوچک، سیگنال دارای خاصیت نامانایی است. اما در مقیاسهای بزرگ، ویژگی سیستم توسط روند کنترل میشود. تمام نمونههای مورد بررسی در مقیاس میلی‌ثانیه، دارای تغییر رفتاری در تابع افت‌وخیز هستند که معادل با روند تناوبی غالب است. متوسط نمای هارست تعمیم‌یافته‌ی محاسبه‌شده توسط این روش در مقیاسهای کوچک، یعنی میلی‌ثانیه، برابر با در 68 درصد تراز تطابق است. وابستگی به ، نشان میدهد که سیگنال s-ABR خاصیت چندفراکتالی دارد، که غالبا به دلیل همبستگیها است. پهنای طیف تکینگی، که معیاری از پیچیدگی سیگنال است، برای دادههای مورد استفاده به طور میانگین برابر با در تراز اطمینان است.
پردازش سیگنالهای حیاتی
فرین کهربا؛ مریم محبی؛ حامد داننده حصار
دوره 11، شماره 2 ، تابستان 1396، ، صفحه 187-199
چکیده
مرگ ناگهانی قلبی یکی از مهمترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگهای ناشی از بیماریهای قلبی سهم عمدهای را به خود اختصاص میدهد. یکی از راههای کاهش آمار مرگ ناشی از این دسته از بیماریها، تشخیص به موقع وقوع ناهنجاریهای خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاریهای مخاطرهآمیز ...
بیشتر
مرگ ناگهانی قلبی یکی از مهمترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگهای ناشی از بیماریهای قلبی سهم عمدهای را به خود اختصاص میدهد. یکی از راههای کاهش آمار مرگ ناشی از این دسته از بیماریها، تشخیص به موقع وقوع ناهنجاریهای خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاریهای مخاطرهآمیز قلبی به صورت ناگهانی رخ نمیدهند، بلکه دقایقی قبل از وقوعشان، علائم و یا اختلالات پیشزمینهای به وجود میآید که حاکی از وقوع آنها است. هدف این مقاله، بررسی و مدلسازی سیگنالهای قلبی با استفاده از فیلتر کالمن تعمیمیافته، بر اساس مدل دینامیکی غیرخطی برای آشکارسازی ناهنجاریهای پیشزمینهای و معرفی یک اندیس برای تشخیص زودهنگام مرگ ناگهانی قلبی میباشد. در رویکرد ارائه شده، از نسخهی قطبی مدل دینامیکی غیرخطی سیگنال قلب مک‌شری استفاده میشود. در این مدل غیرخطی، هر ضربان از سیگنال الکتروکاردیوگرام به صورت مجموعه‌ای از موجکهای گوسی بیان می شود. در الگوریتم پیشنهادی این مقاله، ابتدا مدل دینامیکی قلب با افزودن معادلات خودبازگشتی مربوط به پارامترهای مدل، اصلاح شده و سپس یک فیلتر کالمن تعمیمیافته، از آن مدل برای پردازش سیگنال قلبی استفاده میکند. در گام بعد، یک الگوریتم ابتکاری بر اساس ساختار پیشنهادی و با استفاده از نظارت بر سیگنال وفاداری (که تابعی از سیگنال نوآوری فیلتر کالمن است)، به تشخیص ناهنجاریهای موجود قبل از وقوع مرگ ناگهانی قلبی می‌پردازد. روش ارائه شده، روی سیگنالهای قلبی گرفته شده از 20 فرد مبتلا به مرگ ناگهانی قلبی (گروه تست) و همچنین 18 فرد نرمال (گروه کنترل) موجود در پایگاههای دادهی فیزیونت ارزیابی شده است. نتایج به دست آمده حاکی از تغییر رفتار سیگنال وفاداری قبل از وقوع مرگ ناگهانی قلبی است. نتایج اعمال این الگوریتم روی20 فرد بیمار موجود در پایگاه دادهی "مرگ ناگهانی قلبی هولتر" فیزیونت نشان داده است که شاخص استخراج شده قادر است 17 مورد از 20 حمله را قبل از وقوع تشخیص دهد و دقتی در حدود 85 % داشته باشد.
پردازش سیگنالهای حیاتی
علیرضا طالش جفادیده؛ بابک محمدزاده اصل
دوره 10، شماره 4 ، زمستان 1395، ، صفحه 347-359
چکیده
در مکانیابی فعالیت مغز از روی سیگنال EEG یا MEG، روشهای مبتنی بر شکلدهندة پرتوی وفقی کمینه واریانس، بهدلیل رزولوشن بالا، کاربرد گستردهای دارند. متأسفانه، این روشها بهدلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونهبرداری در مقایسه با تعداد گیرندهها کم است، با شکست مواجه میشوند. این ...
بیشتر
در مکانیابی فعالیت مغز از روی سیگنال EEG یا MEG، روشهای مبتنی بر شکلدهندة پرتوی وفقی کمینه واریانس، بهدلیل رزولوشن بالا، کاربرد گستردهای دارند. متأسفانه، این روشها بهدلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونهبرداری در مقایسه با تعداد گیرندهها کم است، با شکست مواجه میشوند. این اتفاق، به‌خصوص برای دادههای حاصل از پتانسیلهای برانگیخته رخ میدهد. برای حل مشکل، روشی به نام تمام‌وفقی سریع (FFA) پیشنهاد شد، که یک روش چند‌مرحلهای وفقی با الهام از ساختار پروانهای تبدیل فوریه (FFT) بوده و تعداد نمونههای لازم برای مکانیابی را به مقدار قابل‌توجهی کاهش میدهد. از سوی دیگر، حساسیت زیاد این روش به توالی تقسیم داده و عملکرد ضعیف آن در SNRهای پایین، استفاده از آن را برای مکانیابی فعالیتهای کوتاهمدت مغزی با تردید همراه کرده است. در این مقاله، یک مرحلة پیشپردازشی برای بهبود عملکرد FFA ارائه میشود که در آن، مغز به نواحی مجزا تقسیم و پایههای هر ناحیه تعیین شده و با استفاده از این پایه‌ها، دادة هر ناحیه بهدست میآید. در ادامه، الگوریتم FFA روی دادة بهدست آمده، اعمال میشود. برای اثبات عملکرد روش ارائه‌شده، از دادههای شبیهسازی ERP و دادة واقعی ERF استفاده شد. در تمام شبیهسازی‌ها، FFA بهبود‌یافته، عملکرد بهتری از لحاظ شعاع پراکندگی (بهبود در حدود 4-9 میلی‌متر) و خطای مکانیابی (بهبود در حدود 2-10 میلی‌متر) در مقایسه با روش FFA از خود نشان داد. همچنین روش پیشنهادی، رزولوشن بهتری در مکانیابی داده واقعی ERF نشان داد. این نکته نیز مهم است که روش پیشنهادی، حساسیت کمتری نسبت به توالی تقسیم داده دارد. نتایج هر دو دادة شبیهسازی و واقعی نشان میدهد، که میتوان از FFA بهبود‌یافته به‌عنوان روشی مطمئن برای مکانیابی فعالیتهای کوتاهمدت مغزی استفاده کرد.
پردازش سیگنالهای حیاتی
زهرا تابان‌فر؛ سیدمحمد فیروزآبادی؛ زینب شنکائی؛ گیو شریفی؛ کامبیز نوین؛ آناهیتا ذوقی
دوره 10، شماره 3 ، پاییز 1395، ، صفحه 211-221
چکیده
در پژوهش حاضر، سیگنالهای الکتروانسفالوگرام بیماران مبتلا به تومور مغزی و افراد سالم را برای مطالعة تغییرات ناشی از بروز تومور مغزی در سیگنالهای مغزی و درنهایت امکانسنجی تشخیص این بیماری توسط سیگنالهای EEG، بررسی کرده‌ایم. برای این منظور از دادههای EEG ثبتشده از چهار کانال F3، F4، T3 و T4 برای پنج فرد مبتلا به تومور مغزی ...
بیشتر
در پژوهش حاضر، سیگنالهای الکتروانسفالوگرام بیماران مبتلا به تومور مغزی و افراد سالم را برای مطالعة تغییرات ناشی از بروز تومور مغزی در سیگنالهای مغزی و درنهایت امکانسنجی تشخیص این بیماری توسط سیگنالهای EEG، بررسی کرده‌ایم. برای این منظور از دادههای EEG ثبتشده از چهار کانال F3، F4، T3 و T4 برای پنج فرد مبتلا به تومور مغزی و چهار فرد سالم، استفاده شده است. پس از پیشپردازش، ویژگیهای خطی زمانی و طیف فرکانسی و ویژگیهای غیرخطی بُعد فرکتال و آنتروپی، استخراج شد. سپس تمایزپذیری میان دو گروه، با استفاده از اندیس دیویس-بولدین، طبقهبندی خطی LDA، غیرخطی KNN و SVM بررسی شد. براساس مقادیر بهدستآمده برای اندیس دیویس-بولدین در وضعیت استراحت ذهنی چشمبسته، ویژگیهای RMS، توان مطلق باند تتا، آنتروپی نمونه و آنتروپی تقریبی و در وضعیت استراحت ذهنی چشمباز، ویژگیهای RMS و توان مطلق باند تتا، بیشترین تمایزپذیری را میان دو گروه سالم و بیمار نشان دادند. در این مرحله، طبقهبندی دو گروه سالم و بیمار با استفاده از تکویژگیها انجام شد، که بهترین صحت طبقهبندی مربوط به ویژگی RMS در حالت استراحت ذهنی چشمبسته و 88.89% بهدست آمد. این موضوع نشاندهندة این است که ویژگی خطی RMS در افراد سالم و مبتلایان به تومور مغزی، تمایز خوبی ایجاد میکند. در پایان نیز برای دو حالت استراحت ذهنی چشمبسته و چشمباز و با استفاده از تمامی ویژگیهای منتخب، طبقهبندی انجام شد. با توجه به نتایج، بیشترین صحت طبقهبندی 82.54% با استفاده از ویژگیهای برتر RMS، توان مطلق باند تتا، آنتروپی نمونه و آنتروپی تقریبی در حالت استراحت ذهنی چشمبسته، بهدست آمد. با توجه به نتایج مشاهده میشود که ویژگیهای خطی، قابلیت خوبی برای جداسازی سیگنالهای EEG افراد سالم و بیماران مبتلا به تومور مغزی دارند، که میتوان از آنها، بهدلیل سادگی و بار محاسباتی کم، برای تشخیص برخط بیماری تومور مغزی، به‌خصوص در آزمونهای دورهای غربالگری، استفاده کرد.
پردازش سیگنالهای حیاتی
مریم توکلی نجف آبادی؛ وحید ابوطالبی؛ فرزانه شایق بروجنی
دوره 10، شماره 1 ، بهار 1395، ، صفحه 1-10
چکیده
هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی- فیلتر تطبیقی حداقل مربعات بازگشتی (CCA-RLS) در حذف آرتیفکت چشمی (EOG) از سیگنال مغزی (EEG) و مقایسة آن با روشهای آنالیز مؤلفههای مستقل (ICA)، آنالیز همبستگی کانونی(CCA)، فیلتر تطبیقی حداقل مربعات بازگشتی (RLS) و روش ترکیبی ICA-RLS است. برای این منظور، بعد از تجزیة سیگنال نویزی توسط CCA، مؤلفة ...
بیشتر
هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی- فیلتر تطبیقی حداقل مربعات بازگشتی (CCA-RLS) در حذف آرتیفکت چشمی (EOG) از سیگنال مغزی (EEG) و مقایسة آن با روشهای آنالیز مؤلفههای مستقل (ICA)، آنالیز همبستگی کانونی(CCA)، فیلتر تطبیقی حداقل مربعات بازگشتی (RLS) و روش ترکیبی ICA-RLS است. برای این منظور، بعد از تجزیة سیگنال نویزی توسط CCA، مؤلفة شامل آرتیفکت EOG با محاسبة مقدار کرتوزیس شناسایی شده و با استفاده از فیلتر RLS، فیلتر شد؛ سپس با ترکیب مؤلفهها، سیگنال حذف نویزشده بازسازی شد. برای مقایسة کمّی روشها از دو معیار ارزیابی میانگین مجذور مربعات خطا (MSE) و نسبت سیگنال به نویز (SNR) برای دادههای شبیهسازی شده استفادهشده است. متوسط مقادیر MSE وSNR برای 5 نفر در 4 کانال مختلف محاسبه شد. دادههای استفادهشده از مجموعه دادههای مسابقات BCI2008 انتخاب شدند. با توجه به نتایج بهدست آمده، روش ترکیبی پیشنهادی CCA-RLS ، عملکرد بهتری نسبت به سایر روشهای استفادهشده در این مقاله دارد.
پردازش سیگنالهای حیاتی
معصومه رحیمی؛ محمد حسن مرادی؛ فرناز قاسمی
دوره 10، شماره 1 ، بهار 1395، ، صفحه 59-68
چکیده
هدف این مقاله، بررسی ارتباطات مؤثر مغزی براساس روش تابع انتقال جهتدار (DTF) است. این ارتباطات برای دادههای ثبتشده، از ترکیب حالتهای توجه و هوشیاری، که چهار دستة توجه-هوشیاری، توجه-عدم هوشیاری، عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری را ایجاد کردهاند، بهدست آمدند. از روی ماتریسهای بهدستآمده برای هر دسته، شاخصهایی ...
بیشتر
هدف این مقاله، بررسی ارتباطات مؤثر مغزی براساس روش تابع انتقال جهتدار (DTF) است. این ارتباطات برای دادههای ثبتشده، از ترکیب حالتهای توجه و هوشیاری، که چهار دستة توجه-هوشیاری، توجه-عدم هوشیاری، عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری را ایجاد کردهاند، بهدست آمدند. از روی ماتریسهای بهدستآمده برای هر دسته، شاخصهایی مرسوم در حوزة DTF، معرفی و محاسبه شدند. سپس شاخصهای این چهار دسته، برای بررسی وجود اختلاف معنادار از نظر ارتباطات مؤثر، با یکدیگر مقایسه شدند. برای بهدست آوردن روابط علّی خطی میان کانال‌ها به روش DTF، از مدل خود‌کاهشی چندمتغیره استفاده شد. برای بررسی دقیقتر، سیگنالها به چهار باند فرکانسی پایه تقسیم شده و با آزمون اندازههای تکراری دوطرفه، وجود اختلاف معنادار در دستهها و باندها بررسی شد. براساس نتایج، از 12 شاخص بهدستآمده، دو شاخص و به تنهایی قادر به نمایش تمایز میان 5 حالت از 6 حالت ممکن از ترکیبات دوتایی دستهها هستند. تنها حالتی که هیچ کدام از شاخصها، تفاوت معناداری برای آن نشان ندادند، حالت عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری بود.
پردازش سیگنالهای حیاتی
علیرضا رضائی؛ سارا بلباسی
دوره 10، شماره 1 ، بهار 1395، ، صفحه 69-83
چکیده
در مقاله حال حاضر، با آنالیز سیگنالهای صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجیها با اتکاء بر شبکههای عصبی-فازی تطبیقی میباشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روشهای پیشین است که در این ...
بیشتر
در مقاله حال حاضر، با آنالیز سیگنالهای صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجیها با اتکاء بر شبکههای عصبی-فازی تطبیقی میباشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روشهای پیشین است که در این زمینه مطرح بوده و به سبب اهمیت تشخیص خودکار این عارضه قلبی، نیاز است تا طراحی وفقی و به دور از بروز خطا باشد. انتقال فضای ویژگیها با نگاشت آنها توسط الگوریتم آنالیز اجزای اصلی در دو گام، با انتخاب تعداد 18 تا 25 ویژگی از میان حدود 50 ویژگی استخراج شده، ورودی طبقهبندی پیشنهادی را میسازد. طبقه بند پیشنهادی، سیستم شبکه عصبی فازی تطبیقی با امکان پیشبینی بروز بیماری قلبی است که با ورود دادهها، در تعداد تکرارهای محدود در سطح قابل قبولی خروجیها را پیشبینی مینماید. دادهها از پایگاه دادهUmichدانشگاهمیشیگاندریافت شده و شامل نمونههای از بیماری روزنه بین بطنی است. نسبت تقسیم دادهها در مرحله یادگیری و آزمایش، 9/0 به 1/0 (ارزیابی متقاطع) است و از شیوه اعتبارسنجی K-fold استفاده شده است. محاسبه معیارهایی چون دقت، حساسیت و نیز عدم قطعیت توسط مفهوم آنتروپی در الگوریتم ترکیبی حاکی از عملکرد مناسب روش پیشنهادی است.
پردازش سیگنالهای حیاتی
فرشته سلیمیان ریزی؛ وحید ابوطالبی؛ محمدتقی صادقی
دوره 9، شماره 4 ، زمستان 1394، ، صفحه 387-397
چکیده
آشکارسازی پتانسیلهای وابسته به رخداد، یک پیش‌نیاز مهم در سیستم‌های واسط مغز و کامپیوتر (BCI) مبتنی بر ERP است. برای افزایش درصد صحت طبقهبندی در این سیستمها، از روشهای فیلتر‌ینگ مختلفی استفاده میشود تا نرخ سیگنال به نویز بهبود یابد و در نتیجه تشخیص و طبقهبندی پتانسیلهای وابسته به رخداد آسان شود. پیش از این، عملکرد فیلترهای ...
بیشتر
آشکارسازی پتانسیلهای وابسته به رخداد، یک پیش‌نیاز مهم در سیستم‌های واسط مغز و کامپیوتر (BCI) مبتنی بر ERP است. برای افزایش درصد صحت طبقهبندی در این سیستمها، از روشهای فیلتر‌ینگ مختلفی استفاده میشود تا نرخ سیگنال به نویز بهبود یابد و در نتیجه تشخیص و طبقهبندی پتانسیلهای وابسته به رخداد آسان شود. پیش از این، عملکرد فیلترهای الگوی مکانی مشترک (CSP) و الگوی زمانی مشترک (CTP) که بهترتیب فیلترهای مکانی و زمانی هستند، در آشکارسازی مولفة P300 بررسی شده است. در این روشها، فیلترها به صورتی آموزش داده میشوند که واریانس یک کلاس، بیشینه شده و واریانس کلاس دیگر بهطور همزمان کمینه شود. نتایج نشان داده است که در سیستم P300Speller، عملکرد فیلترهای زمانی CTP بهتر از فیلترهای مکانی CSP است. در این مطالعه برای بهبود عملکرد روش CTP، الگوریتم ترکیبی الگوی زمانی مشترک وزن‌دار (WCTP) پیشنهاد شده است. در این روش به هر دسته ویژگی، وزنی متناسب با اهمیت مقادیر ویژه مربوطه داده میشود. در واقع در این روش، ویژگیهای تولیدی توسط فیلترهای ابتدایی و انتهایی CTP وزن بیشتری در تصمیم‌گیری دارند. در روش ترکیبی به‌کار رفته در این الگوریتم، از طبقهبندی کننده‌های LDA استفاده شده است. با توجه به آزمایش‌های انجام شده روی دو نمونة مورد بررسی و با 5 ثبت میانگین‌گیری شده، دسته ویژگی بهدست آمده توسط WCTP با میانگین درصد صحت طبقهبندی 2/90 بهترین عملکرد را از خود نشان داد که نشانگر بهبود تقریباً 4 درصدی نسبت به CTP است.
پردازش سیگنالهای حیاتی
سارا محمدی؛ قاسم عازمی
دوره 9، شماره 3 ، پاییز 1394، ، صفحه 215-227
چکیده
یکی از مهمترین اختلالات سیگنالهای EEG نوزادان، همزمان نبودن کانال‌ها است. مطالعات بالینی نشانداده است که این امر میتواند به نتایج عصبی و جسمی نامطلوبی در بزرگسالی منجر شود. هدف اصلی این مقاله، معرفی روشی جدید برای تشخیص خودکار همزمانی فاز در سیگنالهای EEG چندکانالة نوزادان است. در روش پیشنهادی، ابتدا فاز لحظه‌ای هر کانال ...
بیشتر
یکی از مهمترین اختلالات سیگنالهای EEG نوزادان، همزمان نبودن کانال‌ها است. مطالعات بالینی نشانداده است که این امر میتواند به نتایج عصبی و جسمی نامطلوبی در بزرگسالی منجر شود. هدف اصلی این مقاله، معرفی روشی جدید برای تشخیص خودکار همزمانی فاز در سیگنالهای EEG چندکانالة نوزادان است. در روش پیشنهادی، ابتدا فاز لحظه‌ای هر کانال از سیگنال EEG نوزاد با استفاده از تبدیل هیلبرت برآوردشده است. بهدلیل چندجزئی بودن سیگنالهای EEG، اجزای سیگنال قبل از استخراج فاز لحظه‌ای با استفاده از مجموعه‌ای از فیلترهای میان‌گذر روی باندهای فرکانسی EEG، بهدست میآیند. سپس با استفاده از معیاری مبتنیبر اطلاعات متقابل بین فازهای لحظه‌ای مولفه‌های بهدستآمده، همزمانی کانال‌های مختلف در سیگنال بهطور کمّی اندازهگیری میشود. در ادامه، از روش پیشنهادی در این مقاله برای بررسی همزمانی کانال‌های سیگنالهای EEG نوزادان در دوره‌های تشنجی-غیرتشنجی و الگوهای B-S استفاده میشود. از منحنی ROC برای نمایش عملکرد روش پیشنهادی استفادهشده است.همچنین عملکرد روش پیشنهادی با روش مبتنیبر کواینتگریشن مقایسهشده است. نتایج بهدستآمده از تحلیل سیگنالهای EEG پنج نوزاد نشان می‌دهند که روش پیشنهادی عملکرد بهتری در اندازهگیری همزمانی فاز تعمیمیافته نسبت به روشهای موجود دارد. همچنین با توجه به نتایج، مقدار همزمانی فاز تعمیمیافته در طول هر دو دورة تشنجی و غیرتشنجی بزرگ‌تر از صفر است که این نتیجه نشاندهندة وجود اتصالاتی در نیم‌کره‌های مغز نوزادان در هر دو حالت است. همچنین نتایج نشان می‌دهند که دوره‌های تشنجی نسبت به دوره‌های غیرتشنجی همزمان‌تر هستند. از بررسی همزمانی فاز در الگوهای B-S مشاهده میشود که دوره‌های Burst همزمان‌تر از دوره‌های Suppression هستند و در هردو حالت، همزمانی فاز وجود دارد.
پردازش سیگنالهای حیاتی
مهدی ذوالفقارزاده کرمانی؛ محمد علی خلیل زاده؛ مجید قشونی؛ پیمان هاشمیان
دوره 9، شماره 3 ، پاییز 1394، ، صفحه 243-251
چکیده
ارزیابی و اندازهگیری پارامترهای مرتبط با ولع مصرف مت آمفتامین میتواند ابزاری ارزشمند در برنامههای درمانی و مداخلهای برای سوءمصرف کنندگان بهشمار آید. باور ما بر این است که کمّیسازی سیگنال الکتروانسفالوگرام (EEG) میتواند انقلابی را در شناخت زیرساختهای عصبی مرتبط با پردازش ولع مصرف به ارمغان آورد. بنابراین ...
بیشتر
ارزیابی و اندازهگیری پارامترهای مرتبط با ولع مصرف مت آمفتامین میتواند ابزاری ارزشمند در برنامههای درمانی و مداخلهای برای سوءمصرف کنندگان بهشمار آید. باور ما بر این است که کمّیسازی سیگنال الکتروانسفالوگرام (EEG) میتواند انقلابی را در شناخت زیرساختهای عصبی مرتبط با پردازش ولع مصرف به ارمغان آورد. بنابراین هدف این مطالعه، طراحی و ارائة روشی جدید برای سنجش ولع مصرف در بیماران وابسته (یا معتاد) به مت‌آمفتامین با استفاده از سیگنال الکتروانسفالوگرام (EEG) در روند نوروفیدبک برای تفکیک میان سه حالتِ میل به مصرف خفیف، متوسط و شدید است. برای اجرای این مطالعه، 10 سوءمصرف کنندة مت‌آمفتامین انتخاب شدند که در مرکز اجتماع درمان مدار در شهر مشهد نگهداری می‌شدند و تحت درمان نوروفیدبک توسط یک روانپزشک قرار داشتند. تمام بیماران در 10 جلسه درمان نوروفیدبک با پروتکل آلفا- تتا حضور داشتند. در طول دورة درمان بانوروفیدبک، قبل و بعد از هر جلسة آموزش، EEG ثبت شد. برای برچسب زدن سیگنالهای مغزی از پرسشنامة سنجش ولع مصرف مت‌آمفتامین DDQ استفاده شد. ویژگیهای زمانی، فرکانسی و آشوب‌گونة سیگنال EEG استخراج شد و با استفاده از تحلیل همبستگی، ویژگیهای بهینه و تأثیرگذار انتخاب شده و به طبقهبندی کنندة فازی داده شد. صحّت تفکیک مبتنیبر ویژگیهای منتخب برای دادة آموزش 96.67% و برای دادة آزمایش 75.15% بهدست آمده است. از مزایای قابل توجه روش ابداعی این تحقیق، علاوه بر تخمین ولع مصرف پایه در سوءمصرف کنندگان مت آمفتامین با استفاده از کمی‌سازی سیگنالEEG، میتوان به بهینه‌سازی تعداد جلسات آموزش برای شرکت‌کنندگان در فرآیند درمانی نوروفیدبک اشاره کرد.
پردازش سیگنالهای حیاتی
محمدعلی منوچهری؛ وحید ابوطالبی؛ امین مهنام
دوره 9، شماره 2 ، تابستان 1394، ، صفحه 205-214
چکیده
سیستم‌های BCI مبتنیبر SSVEP بهدلیل مزایایی چون سرعت انتقال اطلاعات بالا، نسبت بالای سیگنال به نویز و راحتی کاربران در استفاده از آنها، توجه بسیاری از محققان را به خود جلب کردهاند. هدف پردازشی در این سیستمها، شناسایی فرکانس ظاهرشده در سیگنال EEG کاربر است. از میان روشهای پردازشی مختلفی که برای شناسایی فرکانس در سیستم‌های ...
بیشتر
سیستم‌های BCI مبتنیبر SSVEP بهدلیل مزایایی چون سرعت انتقال اطلاعات بالا، نسبت بالای سیگنال به نویز و راحتی کاربران در استفاده از آنها، توجه بسیاری از محققان را به خود جلب کردهاند. هدف پردازشی در این سیستمها، شناسایی فرکانس ظاهرشده در سیگنال EEG کاربر است. از میان روشهای پردازشی مختلفی که برای شناسایی فرکانس در سیستم‌های BCI مبتنیبر SSVEP استفاده میشوند، روش LASSO با استقبال فراوانی همراه بودهاست. باوجود عملکرد قابلقبول روش LASSO در سیستم‌های BCI مبتنیبر SSVEP، این روش در هنگام ساخت سیگنال مرجع، اختلاف فاز احتمالی بین سیگنال مرجع و سیگنال EEG ثبتشده را درنظر نمی‌گیرد. در این مقاله، ایدة اصلاح فاز سیگنال مرجع با توجه به سیگنال EEG ثبتشده بررسی شده و روش پیشنهادی با عنوان LASSO با فاز تصحیح‌شده مطرحشده است. در این مطالعه، ابتدا کانال مناسب برای شناسایی فرکانس در سیستم‌های BCI مبتنیبر SSVEP انتخاب شد و در ادامه، مقایسه‌ای بین روش LASSO استاندارد و روش پیشنهادی LASSO با فاز تصحیح‌شده انجام شد. نتایج این مقاله نشان میدهد که اصلاح فاز سیگنال مرجع در روش پیشنهادی LASSO با فاز تصحیح‌شده، به بهبود نتایج شناسایی فرکانس نسبت به روش LASSO استاندارد منجر میشود.
پردازش سیگنالهای حیاتی
مینا همتیان؛ علی مالکی
دوره 9، شماره 2 ، تابستان 1394، ، صفحه 163-178
چکیده
قلب انسان سیستمی آشوبناک است؛ ازاینرو برای شناسایی انواع آریتمی‌های قلبی از بعد فرکتال استفاده میشود. آریتمی‌های قلبی یکی از شایع‌ترین بیماریها هستند که شناسایی آنها بسیار مهم است. نمای هورست معیاری برای ارزیابی میزان آشوبناکی سیستمها و کمی‌سازی بعد فرکتال سیستم‌های آشوبناک است، که با روش تحلیل دامنة بازمقیاس محاسبه ...
بیشتر
قلب انسان سیستمی آشوبناک است؛ ازاینرو برای شناسایی انواع آریتمی‌های قلبی از بعد فرکتال استفاده میشود. آریتمی‌های قلبی یکی از شایع‌ترین بیماریها هستند که شناسایی آنها بسیار مهم است. نمای هورست معیاری برای ارزیابی میزان آشوبناکی سیستمها و کمی‌سازی بعد فرکتال سیستم‌های آشوبناک است، که با روش تحلیل دامنة بازمقیاس محاسبه میشود. براساس مطالعات انجام شده، نمای هورست کلاسیک ویژگی مناسبی برای طبقهبندی آریتمی‌های قلبی نیست؛ زیرا از یکسو، انتخاب و تعیین مقدار پارامترها بهشدت بر مقدار محاسبه شده برای نمای هورست تاثیر می‌گذارد و از سوی دیگر، این روش وابستگی بسیاری به نرخ ضربان قلب دارد. در این مقاله، شاخص هورست چندگانة اصلاح شده برای طبقهبندی آریتمی‌های قلبی پیشنهادشده است که نسبت به نمای هورست کلاسیک، ویژگیهای مناسب‌تری برای طبقهبندی آریتمی‌های قلبی فراهم میسازد و نسبت به تغییرات نرخ ضربان قلب نیز مقاوم است. بررسی‌های انجام شده با استفاده از این روش روی 80 سیگنال، شامل ریتم نرمال و آریتمی‌های انسداد دستة شاخة راست (RBBB)، انسداد دستة شاخة چپ (LBBB) و انقباض زودرس دهلیزی(APC) از پایگاه دادة MIT-BIH، توانسته است با استفاده از طبقه‌بندی‌کننده‌های LDA ، نزدیک‌ترین همسایه و شبکة عصبی بهترتیب به صحت طبقهبندی 75/88 %، 25/96 % و 100 % منجر شود.
پردازش سیگنالهای حیاتی
صالح لشکری؛ محمد علی خلیل زاده؛ سید محمدرضا هاشمی گلپایگانی
دوره 9، شماره 1 ، بهار 1394، ، صفحه 59-69
چکیده
استفاده از روشهای مبتنی بر دینامیک پویای غیرخطی مانند قطع پوانکاره، در آشکارسازی دینامیک سامانه‌های زیستی مفید است. انتخاب صفحهی قطع مناسب، مرحله‌ای تعیین‌کننده در تحلیل دادهها است. اغلب پیدا کردن محل مناسب برای صفحه قطع به تنظیم پارامترهای مختلفی نیازمند است. اگر هندسهی صفحه پوانکاره اطلاعات وابسته به قبض و بسط پدیده ...
بیشتر
استفاده از روشهای مبتنی بر دینامیک پویای غیرخطی مانند قطع پوانکاره، در آشکارسازی دینامیک سامانه‌های زیستی مفید است. انتخاب صفحهی قطع مناسب، مرحله‌ای تعیین‌کننده در تحلیل دادهها است. اغلب پیدا کردن محل مناسب برای صفحه قطع به تنظیم پارامترهای مختلفی نیازمند است. اگر هندسهی صفحه پوانکاره اطلاعات وابسته به قبض و بسط پدیده را برداشت کند، حالتهای سیستم بهتر تفکیک میشوند. ازاینرو در این مطالعه به بررسی تأثیر درجهی صفحه و محل مقطع در تشخیص حمله صرعی از وضعیت طبیعی پرداخته میشود تا درنهایت معادلهی مقطع بهینه که به حداقل شدن خطای طبقهبندی منجر میشود، تعیین گردد. پس از بازسازی فضای فاز قطعه‌های EEG در سه بعد، برای400 حالت مختلف درجه مقطع، قطع بر رویدادها انجام شد. سپس ویژگیهای استخراجشده از مقطع پوانکاره به دسته‌بندی کنندهی SVM اعمال گردید. در ادامه برای شناسایی رفتار طبقهبندی کننده، همبستگی میان درجهی مقطع و صحت تفکیک سنجیدهشد. خروجی دسته‌بندی کننده با افزایش درجهی صفحه رفتار مشخصی از خود بروز میدهد. به‌این‌ترتیب که با بالا بردن درجه صفحه در دو راستای مقطع، الگوی افزایشی و سپس کاهشی مشاهده شد. براساس نتایج حاصل، صحت تفکیک معادلهی مقطع بهینه برای m=12 و n=6 برابر با 96.6 درصد است.
پردازش سیگنالهای حیاتی
مهدی خضری؛ سید محمد فیروزآبادی؛ سید احمدرضا شرافت
دوره 8، شماره 4 ، زمستان 1393، ، صفحه 339-358
چکیده
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. ...
بیشتر
در این پژوهش همجوشی نتایج سیگنالهای فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالتهای عاطفی با استفادهاز مجموعهی داده MIT پیشنهاد شد. چهار نوع از سیگنالهای فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرختنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت عضلات صورت (fEMG) به عنوان سیگنالهای عاطفی مورد استفاده قرارگرفتند. برای جمعآوری مجموعهی داده بیان شده، محققان از روش تصوّر ذهنی برای ایجاد حالتهای عاطفی مورد نظر از یک نفر استفاده و به طور همزمان سیگنالهای فیزیولوژیکی متناظر را ثبت کردهاند. در این مطالعه، بهترین ویژگیهای هریک از سیگنالها از بین ویژگیهای زمانی و فرکانسی محاسبه شده، تعیین شد. بدین منظور، روشهای انتخاب ویژگی ترتیبی شناور رو به جلو (SFFS) و RELIEF مورد ارزیابی قرار گرفتند. مجموعهی ویژگی جدید تشکیل شده با ترکیب ویژگیهای انتخاب شده، سپس به سه زیرمجموعه تفکیک شد. هر زیر مجموعه برای شناسایی حالتهای عاطفی مورد نظر به یک واحد طبقهبندی اعمال شد. نتایج به دست آمده از زیر سیستمها با اعمال روش بیشترین آرا ترکیب شد. سه روش طبقهبندی شامل SVM، LDA و KNN برای طراحی سیستم شناسایی حالتهای عاطفی ارزیابی شدند. نتایج به دست آمده حاکیاز عملکرد قابل ملاحظه سیستم در شناسایی حالتهای مورد نظر با دقّت و سرعت پاسخدهی قابل قبول است. با روش انتخاب ویژگی RELIEF به همراه طبقهبندی کننده SVM، دقّت کلی شناسایی 8/93 % به دست آمد که بهتر از نتایج گزارش شده با پایگاه داده بیان شده تاکنون است.
پردازش سیگنالهای حیاتی
آفرین ناظمی؛ علی مالکی
دوره 8، شماره 4 ، زمستان 1393، ، صفحه 411-420
چکیده
طبقهبندی حرکت‌های اعضای دیستال با استفادهاز سیگنالهای الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیشتر مطالعات قبلی، طبقهبندی تعداد محدودی از حرکت‌های دست، مورد بررسی قرار گرفتهاست. در این مقاله، از پایگاه دادهی NINAPROکه شامل دادههای کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، ...
بیشتر
طبقهبندی حرکت‌های اعضای دیستال با استفادهاز سیگنالهای الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیشتر مطالعات قبلی، طبقهبندی تعداد محدودی از حرکت‌های دست، مورد بررسی قرار گرفتهاست. در این مقاله، از پایگاه دادهی NINAPROکه شامل دادههای کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، پنجه و مچ دست است استفاده شد. عملکرد طبقهبندی کننده‌های LDAو LS-SVMبا کرنل RBF، به ازای ترکیب‌های مختلف ویژگیها بررسی شد. ابتدا با پنجره گذاری به دو شیوه‌ی مختلف، بخش اصلی سیگنال جدا شد و هشت ویژگی زمانی مختلف (MAV، IAV، RMS، WL، E، ER1، ER2، CC) از آن استخراج گردید. سپس، عملکرد هریک از طبقهبندی کننده‌ها با هرکدام از این ویژگیها و ترکیب‌های دوتایی و چندتایی آنها بررسی شد. برای طبقهبندی کنندهی LDA بهترین میانگین دقتِ طبقهبندی، با شیوه‌ی پنجره گذاری به روش اول و ترکیب ویژگیهای MAV (or IAV)+CC، 23/84 درصد محاسبه شد. این دقت برای طبقهبندی کنندهی LS-SVMبا شیوه‌ی پنجره گذاری به روش دوم و ویژگیهای IAV+MAV+RMS+WL، به 19/85 درصد رسید.
پردازش سیگنالهای حیاتی
علیرضا میرجلیلی؛ وحید ابوطالبی؛ محمدتقی صادقی
دوره 8، شماره 4 ، زمستان 1393، ، صفحه 305-323
چکیده
در سال‌های اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیله‌ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفتهاست. راه‌اندازی این نوع سیستمها به همکاری چند بلوک ازجمله بلوک‌های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک‌های پیشپردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از ...
بیشتر
در سال‌های اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیله‌ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفتهاست. راه‌اندازی این نوع سیستمها به همکاری چند بلوک ازجمله بلوک‌های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک‌های پیشپردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از دو مرحلهی استخراج ویژگی و طبقهبندی تشکیل شدهاست. در این پژوهش، از طبقهبندی کننده براساس نمایش تنک (SRC) در بلوک طبقهبندی استفاده شد. طبقهبندی کننده براساس نمایش تنک، دو مرحلهی اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک دادهی ورودی دارد. برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی به دست میآید، از الگوریتم الگوهای مکانی مشترک (CSP) استفاده شد. از معایب این الگوریتم، حساسیت به نویز و مسألهی فرایادگیری است. برای رفع معایب CSP، از الگوریتم‌های الگوهای مکانی مشترک تنظیم شده (RCSP) استفاده شد. در مطالعات قبلی در زمینهی BCI، برای یافتن پاسخ تنک از الگوریتم استاندارد BP استفاده شده که از معایب آن، پیچیدگی محاسباتی و زمان‌بر بودن آن است. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید SL0 در تعدادی از تحقیقات مشابه، از این الگوریتم برای محاسبه پاسخ تنک استفاده شد. نتایج حاصل نشان میدهد که الگوریتم‌های RCSP در مواردی که دادههای آموزشی کمی موجود است میتواند معایب CSP را به خوبی برطرف کند. به طور میانگین استفادهاز این روش 53/7% بهبود را نسبت به CSP نشان داد. همچنین الگوریتم SL0، علیرغم کاهش قابل ملاحظه زمان پردازش در مقایسه با BP، در صحت تشخیص معادل با آن عمل کردهاست.
پردازش سیگنالهای حیاتی
ساناز احمدزاده؛ حمیدرضا کبروی؛ سعید طوسی‌زاده
دوره 8، شماره 3 ، پاییز 1393، ، صفحه 293-304
چکیده
در اکثر فعالیتهای حرکتی، بیشاز یک گروه عضلانی درگیر هستند، لذا در روشهای بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیشاز یک گروه عضلانی را درگیر میکند. در دستهای از بیماریها ...
بیشتر
در اکثر فعالیتهای حرکتی، بیشاز یک گروه عضلانی درگیر هستند، لذا در روشهای بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیشاز یک گروه عضلانی را درگیر میکند. در دستهای از بیماریها مانند دستهای از افرادی که مبتلا به فلج غیرکامل نخاعی یا تنگی کانال کارپال هستند، ممکن است عضلات ساعد سالم باشند، امّا عضلات انگشتان به طور خاص عضلات انگشت شست، دچار فلج نسبی یا مطلق باشد. لذا برای بازتوانی چنین حرکتی، باید الگوی هماهنگی مربوط به نحوهی فعّالیّت عضلات ساعد و انگشت شست برقرار شود. درین تحقیق، یک مدل پیشبین مبتنی بر شبکههای عصبی برای روش شناسایی الگوی سینرژی بین دستهای از عضلات ساعد و انگشت شست دست، حین فرآیند رسم شکل و نوشتن حروف ارائه شد. به طوری که ورودی شبکه عصبی مصنوعی، الگوی فعّالیّت عضلات بازکننده و جمعکننده ساعد است، درحالی که خروجی شبکهی عصبی مصنوعی، الگوی فعّالیت مطلوب عضلات بازکننده و جمعکننده انگشت شست دست را پیشبینی کرد. ابتدا سیگنالهای الکترومایوگرام عضلات ساعد و انگشت شست ده فرد سالم، حین نوشتن چهار حرف انگلیسی و رسم یک دایره ثبت شد. سپس، با استخراج الگوی فعّالیّت عضلات از سیگنالهای الکترومایوگرام دادههای آموزش شبکه به دست آمد. کارایی پنج شبکه عصبی پرسپترون چند لایه، نارکس، بازگشتی، عصبی/فازی تطبیقی و پایهی شعاعی ارزیابی و مقایسه شد. نتایج نشان میدهد که شبکهی عصبی نارکس با ساختار سری/موازی در مقایسه با چهار شبکه عصبی دیگر توانست با دقّت قابل قبولی الگوی فعّالیّت مطلوب عضلات انگشت شست دست را پیشبینی نماید.
پردازش سیگنالهای حیاتی
علی خادم؛ غلامعلی حسین‌زاده
دوره 8، شماره 1 ، بهار 1393، ، صفحه 1-17
چکیده
ﺩﺭ ﺩﺍﺩﻩﻫﺎی EEG/MEG، ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﻪ ﺻﻮﺭﺕ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻓﻌﺎﻟﻴﺖ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﺩﺭ ﻛﺎﻧﺎﻝﻫﺎ ﻣﺸﺎﻫﺪﻩ ﻣﻰﺷﻮﺩ. ﻳﻜﻰ ﺍﺯ ﻭﻳﮋﮔﻰﻫﺎی ﻣﻬﻢ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﻳﺪﻩﺁﻝ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی، ﻣﻘﺎﻭﻣﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ؛ ﻳﻌﻨﻰ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺴﺘﻘﻞ ﻫﺮﮔﺰ ﻧﺒﺎﻳﺪ ...
بیشتر
ﺩﺭ ﺩﺍﺩﻩﻫﺎی EEG/MEG، ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﻪ ﺻﻮﺭﺕ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻓﻌﺎﻟﻴﺖ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﺩﺭ ﻛﺎﻧﺎﻝﻫﺎ ﻣﺸﺎﻫﺪﻩ ﻣﻰﺷﻮﺩ. ﻳﻜﻰ ﺍﺯ ﻭﻳﮋﮔﻰﻫﺎی ﻣﻬﻢ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﻳﺪﻩﺁﻝ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی، ﻣﻘﺎﻭﻣﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ؛ ﻳﻌﻨﻰ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺴﺘﻘﻞ ﻫﺮﮔﺰ ﻧﺒﺎﻳﺪ ﻣﻨﺠﺮ ﺑﻪ ﺗﺨﻤﻴﻦ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻌﻨﻰﺩﺍﺭی ﺑﻴﻦ ﻛﺎﻧﺎﻝﻫﺎی EEG/MEG ﺷﻮﺩ. ﺗﺎﻛﻨﻮﻥ ﻫﻴﭻ ﻣﻌﻴﺎﺭی ﺑﺮﺍی ﻣﻘﺎﻳﺴﻪ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﻣﺨﺘﻠﻒ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی ﺩﺭ ﻣﻘﺎﺑﻞ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺩﺭ ﻛﺎﺭﺑﺮﺩﻫﺎی ﻭﺍﻗﻌﻰ ﺍﺭﺍﺋﻪ ﻧﺸﺪﻩ ﺍﺳﺖ. ﺩﺭ ﺍﻳﻦ ﻣﻘﺎﻟﻪ، ﻣﻌﻴﺎﺭی ﺑﺎ ﻋﻨﻮﺍﻥ ﺷﺎﺧﺺ ﻣﻘﺎﻭﻣﺖ (RI) ﺑﺮﺍی ﺑﺮﺭﺳﻰ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﻪ ﺍﺭﺗﺒﺎﻃﺎﺕ ﺑﻴﻦ ﻛﺎﻧﺎﻟﻰ ﻛﻪ ﺑﺎ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻣﺆﻟﻔﻪﻫﺎی ﺷﺒﻪ- ﻣﺴﺘﻘﻞ ﻗﺎﺑﻞ ﻣﺪﻝﺳﺎﺯی ﻫﺴﺘﻨﺪ؛ ﺍﺭﺍﺋﻪ ﻣﻰﺷﻮﺩ. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺎﻫﻴﺖ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﺁﺛﺎﺭ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ، ﺍﻧﺘﻈﺎﺭ ﻣﻰﺭﻭﺩ RI ﺑﺘﻮﺍﻧﺪ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی ﺭﺍ ﺳﺎﺯﮔﺎﺭ ﺑﺎ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺁﻧﻬﺎ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺭﺗﺒﻪﺑﻨﺪی ﻛﻨﺪ. ﺩﺭ ﺍﺩﺍﻣﻪ، ﺍﺯ RI ﺑﺮﺍی ﺭﺗﺒﻪﺑﻨﺪی ﻫﻔﺖ ﺗﺨﻤﻴﻦﮔﺮ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻛﺎﺭﻛﺮﺩی ﻣﻐﺰی، ﺍﺳﺘﻔﺎﺩﻩ ﻣﻰﺷﻮﺩ؛ ﻛﻪ ﻋﺒﺎﺭﺗﻨﺪ ﺍﺯ: ﺍﻧﺪﺍﺯﻩ ﺿﺮﻳﺐ ﻫﻤﺒﺴﺘﮕﻰ ﭘﻴﺮﺳﻮﻥ (CC)، ﺍﻃﻼﻋﺎﺕ ﻣﺘﻘﺎﺑﻞ (MI)، ﻣﺠﺬﻭﺭ ﺍﻧﺪﺍﺯﻩ ﻛﻮﻫﺮﻧﺲ (Coh)، ﻣﻘﺪﺍﺭ ﻗﻔﻞﺷﺪﮔﻰ ﻓﺎﺯ (1:1) ((1:1)PLV)، ﺍﻧﺪﺍﺯﻩ ﺟﺰﺀ ﻣﻮﻫﻮﻣﻰ ﻛﻮﻫﺮﻧﺴﻰ (ImC)، ﺷﺎﺧﺺ ﺗﺄﺧﻴﺮ ﻓﺎﺯ (PLI) ﻭ ﺷﺎﺧﺺ ﺗﺄﺧﻴﺮ ﻓﺎﺯ ﻭﺯﻥﺩﺍﺭ (WPLI). ﻧﺘﺎﻳﺞ ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﺷﺒﻴﻪﺳﺎﺯی ﺷﺪﻩ ﻭ ﺳﻴﮕﻨﺎﻝﻫﺎی ﻭﺍﻗﻌﻰ EEG ﻧﺸﺎﻥ ﻣﻰﺩﻫﻨﺪ ﻛﻪ ﺗﺨﻤﻴﻦﮔﺮﻫﺎﻳﻰ ﻛﻪ ﺍﺯ ﻟﺤﺎﻅ ﺗﺌﻮﺭی ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﺑﺎﻻﺗﺮﻳﻦ ﺭﺗﺒﻪﻫﺎ ﺭﺍ ﺩﺍﺭﻧﺪ. ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻘﺎﻭﻡ ﻫﺴﺘﻨﺪ (ImC، PLI و WPLI) ﻣﻘﺎﺩﻳﺮ RI ﻧﺰﺩﻳﮏ %100 ﻣﻰﺩﻫﻨﺪ ﻭ ﻣﻄﺎﺑﻖ ﺍﻧﺘﻈﺎﺭ ﻫﻤﭽﻨﻴﻦ، ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﺷﺒﻴﻪﺳﺎﺯی ﻛﻪ ﺁﺛﺎﺭ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻭ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺸﺨﺺ ﺍﺳﺖ، ﺭﺗﺒﻪﺑﻨﺪی ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﺎ RI ﺳﺎﺯﮔﺎﺭ ﺑﺎ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺁﻧﻬﺎ ﻧﺴﺒﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ. ﺍﻳﻦ ﺍﻣﺮ ﺍﻣﻜﺎﻥ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ RI ﺭﺍ ﺑﺮﺍی ﺭﺗﺒﻪﺑﻨﺪی ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﻭﺍﻗﻌﻰ EEG/MEG ﺗﺄﻳﻴﺪ ﻣﻰﻛﻨﺪ.
پردازش سیگنالهای حیاتی
نسرین شعوری؛ سید محمد فیروزآبادی؛ کامبیز بدیع
دوره 7، شماره 4 ، زمستان 1392، ، صفحه 321-331
چکیده
در این مقاله، تفاوت سیگنالهای EEGنوزده کاناله دو گروه از افراد نقاش و غیرنقاش در هنگام مشاهده و تجسّم ذهنی تصویر و در حین استراحت از نظر نمای مقیاس بررسی شده است. با توجه به نتایج به دست آمده مشاهده شده است که نماهای مقیاس در افراد نقاش به صورت معنی‌‌داری بیشتر از افراد غیرنقاش در هر سه حالت مشاهده، تجسّم ذهنی و استراحت است. در نتیجه ...
بیشتر
در این مقاله، تفاوت سیگنالهای EEGنوزده کاناله دو گروه از افراد نقاش و غیرنقاش در هنگام مشاهده و تجسّم ذهنی تصویر و در حین استراحت از نظر نمای مقیاس بررسی شده است. با توجه به نتایج به دست آمده مشاهده شده است که نماهای مقیاس در افراد نقاش به صورت معنی‌‌داری بیشتر از افراد غیرنقاش در هر سه حالت مشاهده، تجسّم ذهنی و استراحت است. در نتیجه نماهای مقیاس میتواند اثر داشتن تخصص هنری را در سیگنال مغزی نشان دهد. علاوه بر آن تفاوت معنی‌‌داری بین نماهای مقیاس مربوط به دو فعالیت مشاهده و تجسّم دو گروه مشاهده نشده است. این مسأله فعال‌‌شدن مراکز نورونی مشابه در هنگام مشاهده و تجسّم یک تصویر را نشان میدهد. در نهایت دو گروه به وسیله نماهای مقیاس کانال C4و شبکه NeauralGasدر حالت استراحت و در هنگام مشاهده و تجسّم به ترتیب با میانگین صحت تشخیص50٪، 58.12٪و 70٪ طبقهبندی شده‌‌اند. نتایج طبقهبندی نشان داد تفکیکپذیری دو گروه به وسیله نمای مقیاس در حین انجام فعالیت شناختی یکسان، کاهش می‌‌یابد.
پردازش سیگنالهای حیاتی
محسن محمد ولیئی؛ علی محلوجی‌فر
دوره 7، شماره 3 ، پاییز 1392، ، صفحه 265-276
چکیده
همواره سرعت بخشیدن روند رساندن اطلاعات به کارگروه مراقبت پزشکی از مهمترین اهدافی است که به منظور افزایش بازده تشخیص و درمان دنبال میشود. امروزه با دست‌یابی به فناوری‌‌های جدید انتقال اطلاعات و با توجه به وجود محدودیت‌هایی در روشهای قدیم، بکارگیری این فرایندها روز به روز در حال گسترش است. در این تحقیق پیشنهاد شده است برای انتقال ...
بیشتر
همواره سرعت بخشیدن روند رساندن اطلاعات به کارگروه مراقبت پزشکی از مهمترین اهدافی است که به منظور افزایش بازده تشخیص و درمان دنبال میشود. امروزه با دست‌یابی به فناوری‌‌های جدید انتقال اطلاعات و با توجه به وجود محدودیت‌هایی در روشهای قدیم، بکارگیری این فرایندها روز به روز در حال گسترش است. در این تحقیق پیشنهاد شده است برای انتقال سیگنال الکتروکاردیوگرام ابتدا سیگنال را به صورت دنباله‌‌ای از ضرایب کد کرده، سپس از بلوتوث برای انتقال این ضرایب از دستگاه مبدأ به دستگاه مقصد استفاده شود. کد کردن سیگنال در ذخیره‌سازی و ارسال تأثیر بسزایی دارد. این دنباله ضرایب شامل تعداد نمونههای سیگنال،تعداد اختلاف‌‌های تأثیرگذار، محل وقوع و مقدار آنها، تعداد و نوع اکسترمم‌ها و نیز محل وقوع آنها است؛ که در این پژوهش برای اولین بار ارائه شده است. برای تکمیل عملیات از کدینگ حسابی به عنوان کدینگ مکمل استفاده شده، به طوری که ورودی آن دنباله ضرایب استخراج شده و خروجی آن کدهای حسابی دنباله است. برخلاف اکثر روشهای موجود، در روش پیشنهادی هر نمونه در خروجی تولید شده در یک بایت ذخیره و ارسال میشود که این موضوع در همگام‌‌سازی بسته‌‌های ارسالی با سخت‌افزار مورد استفاده، تأثیر زیادی دارد. برای انتقال ضرایب کدینگ از ماژولهای بلوتوث SD-200 محصول شرکت سِنا، (از معتبرترین تولیدکنندگان ماژولهای بی‌‌سیم) استفاده شد. ضرایب استخراج شده از فرستنده ارسال، و با گیرنده دریافت شد؛ سپس سیگنال اولیه بازسازی شد. به منظور آزمون و ارزیابی روش، از بانک اطلاعاتMIT-BIH استفاده شد. با استفاده از روش پیشنهادی، برای میانگین خطای مجذور مربعات تفاضلی 5.93٪، میانگین نرخ فشردهسازی برابر 8.69 و میانگین همبستگی عرضی برابر 99.8٪ و برای میانگین خطای 10.21٪، میانگین نرخ فشردهسازی برابر 13.03 و میانگین همبستگی عرضی برابر 99.47٪ بود.
