fa
Feedback
EEG workshop

EEG workshop

رفتن به کانال در Telegram

کانال کارگاه های پردازش سیگنال های مغزی لینک عضویت کانال: https://t.me/joinchat/AAAAAD7DKCCSYN9in_TFWQ ارتباط با مدیر سایت: @eegworkshop0 ارتباط با ما: @EEGWorkshops ارتباط با دکتر نصرآبادی @ali_m_n2015

نمایش بیشتر
4 265
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+137 روز
+630 روز
آرشیو پست ها
GSC-ABTA: A group-level brain sources connectivity framework based on adaptive block tensor analysis, Bashir Najafabadian, Ali Motie Nasrabadi, Saeid Rashidi, Biomedical Signal Processing and Control, Volume 110, Part A,2025,108336 ISSN 1746-8094, https://doi.org/10.1016/j.bspc.2025.108336. (https://www.sciencedirect.com/science/article/pii/S174680942500847X)

GSC-ABTA: A group-level brain sources connectivity framework based on adaptive block tensor analysis, Bashir Najafabadian, Ali Motie Nasrabadi, Saeid Rashidi, Biomedical Signal Processing and Control, Volume 110, Part A,2025,108336 ISSN 1746-8094, https://doi.org/10.1016/j.bspc.2025.108336. (https://www.sciencedirect.com/science/article/pii/S174680942500847X) در این مقاله با عنوان "GSC-ABTA: یک روش تانسوری برای تحلیل دینامیکی اتصالات مغزی در داده‌های گروهی" ارائه می شود. هدف اصلی، توسعه یک مدل گروهی پویا برای ارزیابی اتصالات مغزی با استفاده از تحلیل تانسوری و روش‌های خودکار بهینه‌سازی است. در ادامه خلاصه‌ای از بخش‌های مختلف مقاله آورده شده است: ________________________________________ هدف مقاله • هدف کلی : ارائه یک روش جدید (GSC-ABTA) برای تخمین دینامیکی فعالیت منبع مغزی و ضرایب مدل خودرگرسیونی برداری (MVAR) در تحلیل گروهی اتصالات مغزی. • چالش‌ها : مقابله با اثرات حجمی هدایت (Volume Conduction)، تغییرپذیری میان‌آزمایشی (Inter-Trial Variability)، و اتصالات مغزی متغیر با زمان (Time-Varying Connectivity) در داده‌های EEG/iEEG. • اهداف فرعی : 1. بهبود دقت تخمین ضرایب MVAR با استفاده از تجزیه تانسوری. 2. کاهش زمان محاسبات و بهینه‌سازی پیچیدگی مدل. 3. اعتبارسنجی روش پیشنهادی با داده‌های شبیه‌سازی‌شده و واقعی مانند داده‌های RSVP و iEEG-EEG ________________________________________ روش‌شناسی 1. مدل‌سازی منابع مغزی : • تعریف سه سناریوی داده‌سازی: • VC (Volume Conduction) : اثر هدایت حجمی. • ITV (Inter-Trial Variability) : تغییرپذیری میان‌آزمایشی. • TV (Time-Varying Connectivity) : اتصالات مغزی متغیر با زمان (با انتقالات پله‌ای(ناگهانی) و شیب(تدریجی) ‌). • استفاده از معادلات الکترومغناطیسی برای شبیه‌سازی سیگنال‌های EEG سطحی (با 108 الکترود). 2. روش GSC-ABTA : • روش تانسوری : استفاده از تجزیه تانسوری (Tensor Decomposition) برای استخراج ضرایب MVAR در سطح گروهی. • بهینه‌سازی خودکار : • استفاده از پارامترهای تطبیقی ω و φ برای کنترل آستانه در روش t-SVT • به‌روزرسانی آستانه به صورت نمایی (τ = βe⁻ᵠᵗ) برای انعطاف‌پذیری بیشتر. • مقایسه با روش‌های دیگر : شامل TensTprod، TensReg، TensBays، و روش‌های غیرتانسوری Nuttall-Strand، Yule-Walker، ARFIT 3. معیارهای ارزیابی : • AIC/BIC : برای ارزیابی پیچیدگی مدل. • MAE/MAPE : خطای مطلق میانگین و درصدی. • RAIM : نسبت خطای روش‌های دیگر به GSC-ABTA. • زمان اجرا : برای ارزیابی عملی‌بودن در کاربردهای زمان‌حقیقی. ________________________________________ نتایج 1. برتری روش GSC-ABTA : • پایین‌ترین AIC/BIC : نشان‌دهنده برازش بهتر مدل با پیچیدگی کمتر. • کاهش MAE : همگرایی سریع‌تر خطای مطلق با استفاده از پارامترهای تطبیقی ω و φ • سرعت بیشتر : زمان اجرا در مقایسه با روش‌های دیگر (به‌ویژه در داده‌های بزرگ). 2. عملی‌بودن زمان‌حقیقی : • پردازش تا 31 آزمایش RSVP و 19 آزمایش iEEG-EEG در 200 میلی‌ثانیه. 3. تحلیل آماری : • ANOVA : تمام پارامترهای کنترلی طول داده، SNR، چگالی اتصال، تعداد آزمایش) به جز مرتبه مدل در سناریوی ITV، تأثیر معناداری بر خطای تخمین داشتند. • RAIM > 1 : نشان‌دهنده برتری GSC-ABTA نسبت به سایر روش‌ها در تمام سناریوها. 4. مقایسه با روش‌های دیگر : • تانسوری: TensTprod و TensBays بهترین عملکرد بعد از GSC-ABTA • غیرتانسوری: Nuttall-Strand و ARFIT در سناریوهای پله‌ای و شیب‌دار بهتر عمل کردند. ________________________________________ بحث و نتیجه‌گیری • برتری روش تانسوری : روش‌های تانسوری مانند GSC-ABTA در مقایسه با روش‌های غیرتانسوری، دقت بیشتری در تخمین اتصالات مغزی دارند، به‌ویژه در حضور نویز و تغییرات زمانی. • پارامترهای تطبیقی : استفاده از ω و φ به الگوریتم اجازه می‌دهد تا به‌صورت خودکار با تغییرات داده سازگار شود و خطای تخمین را کاهش دهد. • کاربردهای عملی : مناسب برای تحلیل‌های زمان‌حقیقی در سیستم‌های BCI و مطالعات گروهی اتصالات مغزی. • محدودیت‌ها : افزایش هزینه محاسباتی در داده‌های بسیار بزرگ و نیاز به تنظیم دقیق پارامترهای تطبیقی. ________________________________________ نتیجه‌گیری نهایی روش GSC-ABTA با ترکیب تجزیه تانسوری، بهینه‌سازی خودکار، و اعتبارسنجی گسترده با داده‌های شبیه‌سازی‌شده و واقعی، یک چارچوب قدرتمند برای تحلیل دینامیکی اتصالات مغزی ارائه می‌دهد. این روش قادر است تغییرات زمانی، نویز، و تغییرپذیری میان‌آزمایشی را به‌طور مؤثر مدیریت کند و در کاربردهای بالینی و تحقیقاتی مانند تشخیص زودهنگام صرع مفید باشد.

______________________________ 🧠🧠🧠🧠NBML🧠🧠🧠🧠 🔰 آزمایشگاه ملی نقشه برداری مغز با افتخار برگزار می‌کند: 👇🏻👇🏻👇🏻👇�
______________________________ 🧠🧠🧠🧠NBML🧠🧠🧠🧠 🔰 آزمایشگاه ملی نقشه برداری مغز با افتخار برگزار می‌کند: 👇🏻👇🏻👇🏻👇🏻👇🏻 💠 سی و‌ دومین کارگاه ثبت، پردازش و تحلیل سیگنالهای EEG💠 🟢 مدرسین: ☑️دكتر علی مطيع نصرآبادی (استاد دانشگاه شاهد) ☑️دكتر محمد ميكائيلی (استادیار دانشگاه شاهد) 🕑زمان: چهارشنبه، پنجشنبه و جمعه ۱، ۲ و۳ مرداد 1404 📑📑📑🖊🖊📑📑 همراه با ارائه گواهی معتبر و قابل ترجمه 📑📑📑🖊🖊📑📑 ‼️ظرفیت محدود ‼️ 🌐برای ثبت نام و کسب اطلاعات بیشتر کلیک کنید. ☎️ تماس با ما: 02186093155 💠Telegram 💠Instagram 💠LinkedIn 🌐Website ┗━━━━━━━━━━━━━━━

1-s20-S1878929325000192-main_250709_030222.pdf2.15 MB

Infant attention and frontal EEG neuromarkers of childhood ADHD

دیکشنری ماشین لرنینگ_250707_223545.pdf1.26 MB

Repost from EEG workshop
photo content

🎥 Before & After recoveriX: A New Era in Neurorehabilitation For 25+ years, g.tec has advanced Brain-Computer Interface (BCI) technology. recoveriX is the result—a medically certified, safe, and effective neurorehabilitation system for stroke, MS, and Parkinson’s patients, now used in over 20 countries. How it works: 🧠 Patients imagine movements (6,000–8,000 times per session) ⚡ The system detects these in real time 🦾 Functional electrical stimulation (FES) activates the hand or foot 🧩 This rebuilds the brain-body connection, helping patients regain movement—even decades after injury. ✨ Watching a paralyzed hand or foot move again is life-changing for patients, families, and therapists. 👉Please get in contact with us if you are interested in the therapy: https://recoverix.com/contact/ 👉To learn more about recoveriX, visit: https://recoverix.com/ 👉To request a recoveriX system quote or to get pricing information, visit: https://www.gtec.at/product-configurator/recoverix/

photo content

photo content

تعریف توان مطلق و نسبی در سیگنالهای مغزی
تعریف توان مطلق و نسبی در سیگنالهای مغزی

مشخصات مدل کروی سر head در مکان یابی منابع Source localization
مشخصات مدل کروی سر head در مکان یابی منابع Source localization

منشأ سیگنالهای مغزی
منشأ سیگنالهای مغزی

photo content
+1