پیاده‌سازی مقاله فیلترهای مکانی طیفی مشترک(cssp)


توضیحات:

فیلترهای مکانی طیفی مشترک (common spetio-spectral patterns) یکی از الگوریتمهای بهبودیافته‌ی csp است. یکی از ایرادات فیلتر مکانی مشترک(csp) این است که هنگام محاسبه فیلترهای مکانی، اطلاعات طیفی را در نظر نمی‌گیرد، برای حل این مشکل csp، الگوریتم cssp مطرح شده است که هنگام محاسبه فیلترها، علاوه بر بهینه سازی مکانی، بهینه سازی فرکانسی نیز انجام میدهد. در این دوره ی مقاله محور، تئوری و ریاضیات الگورتیم cssp طبق مقاله تخصصی توضیح داده شده و سپس مرحله به مرحله پیاده سازی شده است.

توضیحات

در این دوره پیاده سازی الگوریتم cssp به صورت مرحله به مرحله و پروژه محور (پردازش سیگنال مغزی(eeg) مبتنی بر تسک تصور حرکتی) آموزش داده می شود.

 

فهرست مطالب

مرروی بر فیلتر مکانی مشترک(common spatial patterns)

برای اینکه  درک تئوری و ریاضیات الگوریتم cssp ساده‌تر باشد، در جلسه اول مروری بر الگوریتم csp و مراحل انجام یک پروژه پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی داشته ایم.

الگوهای مکانی مشترک

ایراد فیلتر مکانی مشترک(csp)

مطالعات معتبری ثابت کرده اند که الگورتیم csp در پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی نسبت به سایر رویکردها بهتر عمل می‌کند. ولی با این حال یک سری ایراداتی دارد که افراد مختلف این ایرادات را بررسی کرده و بهبود داده اند. در بخش دوم جلسه اول ایراد الگوریتم csp را توضیح می‌هیم.

 

نحوه طراحی و اعمال فیلتر fir

از آنجا که بیس الگوریتم cssp بر مبنای طراحی فیلترهای فرکانسی fir در کنار فیلترهای مکانی است، برای همین در ابتدای جلسه دوم مروری بر فیلترهای فرکانسی fir داریم تا شناخت بهتری به این فیلترها داشته باشیم و درک تئوری الگوریتم cssp ساده تر باشد.

نحوه طراحی فیلتر fir

تئوری و پیاده سازی فیلتر مکانی-طیفی مشترک (cssp)

در جلسه دوم، تئوری و ریاضیات الگوریتم cssp  طبق مقاله به صورت کامل توضیح داده شده و سپس به صورت مرحله به مرحله پیاده سازی می شود. در نهایت در یک پروژه عملی (پایگاه داده bci compettion) استفاده می‌شود تا عملکرد مورد ارزیابی قرار بگیرد.

الگوهای مکانی طیفی مشترک

نحوه رسم نقشه توپوگرافی در محیط eeglab

در اکثر مقالات مربوط به سیگنال eeg از نقشه های رنگی به اسم توپوگرافی مغزی استفاده می‌کنند. برای اینکه یک کار کاملی انجام دهیم بهتر است که ما هم در پروژه پایان نامه یا مقاله ای که مینویسیم از این نقشه های توپوگرافی مغزی استفاده کنیم. در ابتدای جلسه سوم توضیح میدهیم که نقشه توپوگرافی چی هست و چه اطلاعاتی را ارائه میدهد و سپس به صورت مرحله به مرحله آموزش میدهیم که چطور میتوان برای یک سیگنال مغزی نقشه توپوگرافی مغزی رسم کرد. در انتها هم برای الگوریتمهای csp و cssp توضیح میدهیم که چطور میتوان یک نقشه توپوگرافی مغزی رسم کرد.

نحوه رسم نقشه توپوگرافی الگوریتم csp

  • نحوه رسم نقشه توپوگرافی مغزی بر حسب ولتاژ
  • نحوه رسم نقشه توپوگرافی مغزی الگوریتم csp
  • نحوه رسم نقشه توپوگرافی مغزی الگوریتم cssp

پیش نیاز این پکیج، گذراندن دوره پردازش سیگنال eeg مبتنی بر تصور حرکتی است.


محتوای پکیج

  • ویدیوی آموزشی
  • مقاله پیاده سازی شده
  • جزوه دست نویس مدرس
  • پایگاه داده استفاده شده در پروژه
  • کدهای پیاده سازی شده برای مقاله و پروژه عملی
مدت زمان دوره: 7 ساعت و 30 دقیقه
.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه ارسال کنند.