چطور این مقاله مهندسی برق را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2008531 رایگان است. ترجمه چکیده این مقاله مهندسی برق در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
958 Kb
حجم فایل فارسی :
1 مگا بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
تشخیص ریتم آلفای EEG در یک دستگاه قابل حمل
عنوان انگليسي
EEG alpha rhythm detection on a portable device
نویسنده/ناشر/نام مجله
Biomedical Signal Processing and Control
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی برق شامل 6 صفحه انگلیسی به صورت پی دی اف و 17 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
دستگاه‌های EEG قابل‌حمل امکان بسیار خوبی دارند که بتوانند به رابط‌های کامپیوتری کارآمدی تبدیل شوند. با این حال، یکی از اقدامات لازمی که باید صورت گیرد، توصیف دقیق سیگنال EEG به منظور سنجش ریتم‌های مغز است. در این مطالعه به بررسی دو روش تحلیل سیگنال یعنی جستجوی تطابق (MP) و تبدیل فوریه‌ی سریع (FFT) پرداختیم تا دو حالت چشمان باز (EO) و چشمان بسته (EC) را از طریق شناسایی فعالیت آلفای EGA حاصل از هفت ناحیه‌ی پوست سر با استفاده از یک دستگاه EEG قابل‌حمل از هم تشخیص دهیم. افراد مورد آزمایش، ده داوطلب مرد سالم بودند. نتایج MP عموما نتایج حاصل از تحلیل FFT را بازتولید کردند و تمام روش‌ها عملکرد خوبی در ناحیه‌ی پس‌سری داشتند. با این حال، تشخیص حالت با استفاده از تعداد اتم‌های MP به صورت بهتری انجام می‌شد و تعداد اتم‌های MP تنها متغیری بود که در تمام موقعیت‌های مورد مطالعه به معناداری آماری دست یافت. محاسبه‌ی تعداد اتم‌های MP هنگام استفاده از ریتم آلفای EEG برای تشخیص حالت‌های EO و EC می‌تواند مفید باشد به ویژه در صورتی که نیاز به اکتساب خارج از ناحیه ی پس سری داشته باشد.
1-مقدمه
ماوس کامپیوتر یکی از رابط‌هایی است که تحول بزرگی در کاربرد کامپیوتر‌های شخصی ایجاد کرد [1] اما رابط نهایی در همزیستی بین انسان و کامپیوتر هنوز تعیین نشده است. استفاده از اطلاعاتی که مستقیما از مغز به دست می‌آیند در حال حاضر امکان‌پذیر است. سیگنال الکتروانسفالوگرام (EEG) یکی از جذاب‌ترین سیگنال‌های فیزیولوژیکی محسوب می‌شود که در قرن بیستم کشف شده است....
Emotiv EPOC EEG ریتم آلفا
:کلمات کلیدی
Abstract
Portable EEG devices have a great potential to become efficient computer interfaces. However, a necessary step is to accurately describe the EEG signal in order to quantify brain rhythms. This study explored two signal analysis techniques, Matching Pursuit (MP) and Fast Fourier Transform (FFT), for differentiation between two states, eyes open (EO) and eyes closed (EC), through the detection of EEG alpha activity obtained from seven scalp regions, using a portable EEG device. Subjects were ten healthy male volunteers. MP results generally reproduced the results from FFT analysis, and all methods performed well on the occipital region. However, there was better state discrimination with MP atom number, and MP atom number was the only variable that reached statistical significance on all locations under study. When employing EEG alpha rhythm for EO vs. EC state discrimination, it may be useful to compute MP atom number, especially when extra-occipital acquisition is warranted.
Keywords:
EEG Emotiv EPOC Alpha rhythm
سایر منابع مهندسی برق در زمینه الکتروانسفالوگرافی