در این فرادرس چه چیزی یاد میگیریم؟
در این آموزش، ابتدا به آشنایی با سیگنال EEG و الگوریتمهای رایج در آنالیز سیگنال EEG میپردازیم، سپس محیط متلب و نحوه نصب تولباکس EEGLAB را مورد ب...
در این فرادرس چه چیزی یاد میگیریم؟
در این آموزش، ابتدا به آشنایی با سیگنال EEG و الگوریتمهای رایج در آنالیز سیگنال EEG میپردازیم، سپس محیط متلب و نحوه نصب تولباکس EEGLAB را مورد بررسی قرار میدهیم. در ادامه نیز وارد مراحل بارگذاری کردن دیتا در محیط EEGLAB و انجام پیشپردازشهایی مثل حذف نویزهای فرکانس بالا و پایین، فیلتر کردن داده و استخراج ویژگیها و نمایش بصری و آنالیز الگوریتمها، مانند ICA را یاد خواهیم گرفت.
اهمیت آشنایی با تولباکس EEGLAB در متلب چیست؟
با توجه به پیشرفتهای چشمگیر در حوزه علوم اعصاب، مطالعه مغز و فعالیتهای آن به یکی از مهمترین محورهای تحقیقاتی تبدیل شده است. محققان در رشتههای مختلف از جمله پزشکی، مهندسی پزشکی و علوم کامپیوتر برای بررسی فعالیتهای مغز از سیگنالهای EEG استفاده میکنند. تولباکس EEGLAB به عنوان یک ابزار قدرتمند، به محققان کمک میکند تا دادههای EEG را به صورت کارآمد پردازش و تحلیل کنند. این ابزار با ارائه طیف گستردهای از امکانات، از جمله پیشپردازش دادهها، استخراج ویژگیها و تجزیهوتحلیلهای آماری، به محققان اجازه میدهد تا به نتایج دقیقتری دست یابند. در نتیجه، آشنایی با EEGLAB برای هر محققی که در حوزه علوم اعصاب فعالیت میکند، ضروری است.
تولباکس EEGLAB چیست؟
EEGLAB، جعبهابزار قدرتمند برای نرمافزار متلب است که به طور ویژه برای پردازش و تحلیل سیگنالهای مغزی طراحی شده است. با استفاده از EEGLAB، محققان و دانشمندان میتوانند به سادگی دادههای EEG را بارگذاری و پیشپردازش کنند و تحلیلهای پیچیدهای روی آنها انجام دهند. این جعبهابزار به ویژه برای کسانی که دانش برنامهنویسی محدودی دارند، بسیار مفید است و به آنها اجازه میدهد تا روی تفسیر نتایج تمرکز داشته باشند.
فصل یکم: آشنایی با سیگنال EEG
درس ۱: ماهیت و روشهای ثبت سیگنال EEG
درس ۲: ارتباط بین دامنه و فرکانس باندهای معروف EEG
درس ۳: ویژگیهای باندهای معروف EEG
درس ۴: سیستمهای ثبت استاندارد سیگنال EEG
درس ۵: مونتاژهای ثبت سیگنال EEG
درس ۶: ویژگیهای اصلی سیگنال EEG و تبدیل فوریه
فصل دوم: آشنایی با مفهوم پردازش سیگنال
درس ۷: مراحل پردازش سیگنال EEG
درس ۸: ویژگیهای زمان- فرکانس، یادگیری ماشین و شبکه عصبی
درس ۹: نرخ نمونهبرداری و مفهوم نایکوئیست
درس ۱۰: معرفی فیلترهای FIR و IIR و انواع آنها
درس ۱۱: بررسی انواع نویز و منابع تولید آن
درس ۱۲: نویز و آرتیفکتهای رایج در سیگنال EEG
فصل سوم: محیط برنامهنویسی متلب و نصب تولباکس EEGLAB
درس ۱۳: محیط برنامهنویسی متلب
درس ۱۴: نحوه دانلود و نصب EEGLAB و آشنایی با پلاگینها
درس ۱۵: فرمتهای رایج سیگنال EEG
درس ۱۶: نحوه خواندن فرمتهای رایج سیگنال EEG در EEGLAB
درس ۱۷: نحوه بارگذاری موقعیت کانالهای EEG در EEGLAB
فصل چهارم: پیشپردازش و نمایش دادهها در محیط EEGLAB
درس ۱۸: تنظیمات پنجره نمایش زمانی سیگنال EEG
درس ۱۹: شناسایی نویز سیگنال EEG از روی پنجره نمایش زمانی
درس ۲۰: حذف نویز برق شهر از سیگنال EEG
درس ۲۱: تقسیم سیگنال EEG به زیر باندهای معروف
درس ۲۲: resample کردن سیگنال EEG
فصل پنجم: پردازش دادهها در محیط EEGLAB
درس ۲۳: نکات و ریاضیات آنالیز تجزیه به مولفههای مستقل (ICA)
درس ۲۴: تمایز بین کامپوننتهای مغزی و غیرمغزی به وسیله ICA
درس ۲۵: نحوه آمادهسازی لوکیشن کانالها برای تحلیل ICA
درس ۲۶: پیش پردازش، اجرا کردن ICA و طبقهبندی کامپوننتها
درس ۲۷: تحلیل و بررسی کامپوننتهای تولیدی از الگوریتم ICA
درس ۲۸: حذف کامپوننتهای غیرمغزی و ارزیابی نهایی سیگنال
درس ۲۹: ریاضیات و نکات کاربردی الگوریتم Microstate
درس ۳۰: اجرا کردن الگوریتم Microstate در EEGLAB
درس ۳۱: مقایسه حالتهای مغزی افراد سالم و بیمار با Microstate
درس ۳۲: مدلسازی سهبعدی برای الگوریتم Source Localization
درس ۳۳: الگوریتم Source Localization و نمایش دوقطبیها
درس ۳۴: تحلیل آماری و پردازشهای زمان-فرکانس
فصل ششم: آشنایی با سیگنال ERP و پردازش آن
درس ۳۵: سیگنال ERP و نحوه استخراج ERP از سیگنال EEG
درس ۳۶: میانگینگیری سینکشده و مولفههای معروف سیگنال ERP
درس ۳۷: حذف baseline و اپوکبندی و حذف اپوکهای نویزی
درس ۳۸: نمایش کامپوننتهای ERP و استخراج پیکهای رایج
درس ۳۹: نمایش ERP روی یک محرک دیگر و معرفی ERPLAB
فصل هفتم: راهنمای ادامه مسیر
درس ۴۰: جمعبندی و نتیجه مباحث
درس ۴۱: ادامه یادگیری
سرفصلهای دوره
چکیده
0:01:16
ماهیت و روشهای ثبت سیگنال EEG
رایگان0:15:41
ارتباط بین دامنه و فرکانس باندهای معروف EEG
0:06:37
ویژگیهای باندهای معروف EEG
0:15:57
سیستمهای ثبت استاندارد سیگنال EEG
0:09:46
مونتاژهای ثبت سیگنال EEG
رایگان0:10:53
ویژگیهای اصلی سیگنال EEG و تبدیل فوریه
0:14:29
آزمون ۱
مراحل پردازش سیگنال EEG
0:16:01
ویژگیهای زمان- فرکانس، یادگیری ماشین و شبکه عصبی
0:15:42
نرخ نمونهبرداری و مفهوم نایکوئیست
0:12:08
معرفی فیلترهای FIR و IIR و انواع آنها
0:14:50
بررسی انواع نویز و منابع تولید آن
0:10:30
نویز و آرتیفکتهای رایج در سیگنال EEG
0:15:09
آزمون ۲
محیط برنامهنویسی متلب
رایگان0:08:57
نحوه دانلود و نصب EEGLAB و آشنایی با پلاگینها
0:10:36
فرمتهای رایج سیگنال EEG
0:04:14
نحوه خواندن فرمتهای رایج سیگنال EEG در EEGLAB
0:14:16
نحوه بارگذاری موقعیت کانالهای EEG در EEGLAB
رایگان0:09:30
آزمون ۳
تنظیمات پنجره نمایش زمانی سیگنال EEG
0:08:53
شناسایی نویز سیگنال EEG از روی پنجره نمایش زمانی
0:11:02
حذف نویز برق شهر از سیگنال EEG
0:09:43
تقسیم سیگنال EEG به زیر باندهای معروف
رایگان0:13:47
resample کردن سیگنال EEG
0:08:30
آزمون ۴
نکات و ریاضیات آنالیز تجزیه به مولفههای مستقل (ICA)
0:12:53
تمایز بین کامپوننتهای مغزی و غیرمغزی به وسیله ICA
0:14:20
نحوه آمادهسازی لوکیشن کانالها برای تحلیل ICA
رایگان0:03:54
پیش پردازش، اجرا کردن ICA و طبقهبندی کامپوننتها
0:14:52
تحلیل و بررسی کامپوننتهای تولیدی از الگوریتم ICA
0:14:58
حذف کامپوننتهای غیرمغزی و ارزیابی نهایی سیگنال
0:07:36
ریاضیات و نکات کاربردی الگوریتم Microstate
رایگان0:07:51
اجرا کردن الگوریتم Microstate در EEGLAB
0:15:10
مقایسه حالتهای مغزی افراد سالم و بیمار با Microstate
0:09:47
مدلسازی سهبعدی برای الگوریتم Source Localization
0:11:21
الگوریتم Source Localization و نمایش دوقطبیها
رایگان0:13:48
تحلیل آماری و پردازشهای زمان-فرکانس
0:07:19
آزمون ۵
سیگنال ERP و نحوه استخراج ERP از سیگنال EEG
0:14:52
میانگینگیری سینکشده و مولفههای معروف سیگنال ERP