آموزش تولباکس EEGLAB در متلب – پردازش سیگنال مغزی EEG + گواهینامه

آموزش تولباکس EEGLAB در متلب – پردازش سیگنال مغزی EEG + گواهینامه

این فرادرس به شما آموزش می دهد که چگونه از جعبه ابزار EEGLAB در نرم‌ افزار متلب برای پردازش و تحلیل سیگنال‌ های مغزی EEG استفاده کنید.

تریلر دوره

توضیحات کامل دوره

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
    رایگان 0:15:41
  • 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
    رایگان 0:10:53
  • 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
    رایگان 0:08:57
  • 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
    رایگان 0:09:30
  • 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
    رایگان 0:13:47
  • 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
    رایگان 0:03:54
  • 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
    رایگان 0:07:51
  • 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
    رایگان 0:13:48
  • 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
    0:11:01
  • حذف baseline و اپوک‌بندی و حذف اپوک‌های نویزی
    رایگان 0:07:05
  • نمایش کامپوننت‌های ERP و استخراج پیک‌های رایج
    0:12:15
  • نمایش ERP روی یک محرک دیگر و معرفی ERPLAB
    0:16:28
  • آزمون ۶

  • جمع‌بندی و نتیجه مباحث
    0:01:50
  • ادامه یادگیری
    0:02:38
  • دسترسی به آموزش‌های «ادامه یادگیری»
  • ادامه مسیر تا ورود به بازار کار

  • آزمون نهایی و دریافت گواهینامه دوزبانه

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

4,290,000 تومان
858,000 تومان
80% تخفیف

این دوره شامل:
9 فصل آموزشی
7:38:24 ساعت آموزش
دسترسی مادام‌العمر
گواهی پایان دوره: مشخص نیست
تاریخ انتشار: 1405/07/23
آخرین به‌روزرسانی: 2026-10-29 13:27:03
تعداد امتیازها: 4
تعداد دانشجو: 28
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: