تتناول هذه الورقة البحثية تحديات الكشف المبكر عن مرض الزهايمر (AD) باستخدام تخطيط الدماغ الكهربائي (EEG)، وهو أداة تشخيصية غير جراحية وفعالة من حيث التكلفة. غالبًا ما تكافح الطرق التقليدية لتخطيط الدماغ الكهربائي لاستخراج ميزات معلوماتية بدقة من إشارات الدماغ المعقدة، مما يحد من أدائها التشخيصي. للتغلب على هذه القيود، تقترح الدراسة إطار عمل جديد…

يتناول القسم التحديات التي تواجه واجهات الدماغ-الكمبيوتر المستقلة عن الموضوع (BCIs) بسبب التباين العالي بين الأفراد وطبيعة إشارات EEG غير الثابتة، مما يعيق تعميم النموذج. تساهم عوامل مثل التغيرات في أنماط النشاط العصبي، مواضع الأقطاب الكهربائية، والضوضاء الخارجية في صعوبة تطوير واجهات BCI موثوقة دون إعادة معايرة شاملة. لمعالجة هذه التحديات، يقدم البحث المحول المدمج…

تبحث الدراسة في الكشف التلقائي عن نوبات الصرع من إشارات EEG، والتي تتميز بنشاط كهربائي مفرط في الدماغ. تتضمن المنهجية استخراج نطاقات EEG باستخدام تحويل المويجات المتقطع (DWT) ودمجها في متجه ميزات. ثم تتم معالجة هذا المتجه من خلال شبكة عصبية تلافيفية أحادية البعد (CNN) لالتقاط المعلومات المكانية، تليها طبقة الذاكرة طويلة وقصيرة المدى (LSTM)…

تقدم هذه الدراسة مخطط تعلم تبايني عبر الموضوعات (CSCL) جديد يهدف إلى تعزيز التعرف على المشاعر المستند إلى EEG، وهو مجال حاسم ضمن الحوسبة العاطفية. تتناول الدراسة تحدي التباين الفردي في إشارات EEG من خلال استخدام هدف تبايني مزدوج ضمن الفضاء الزائدي، مما يسمح للنموذج بتعلم ميزات محددة لكل موضوع وتمثيلات قابلة للتعميم بشكل فعال.…

تبحث هذه الدراسة في تحسين تصنيف تخيل الحركة (MI) في واجهات الدماغ-الكمبيوتر (BCIs) من خلال تقنيات التعلم الآلي المتقدمة والتعلم العميق. تؤكد الدراسة على أهمية تصنيف بيانات تخطيط الدماغ الكهربائي (EEG) بدقة، والتي تتم معالجتها من خلال ثلاث مراحل: معالجة البيانات المسبقة، استخراج الميزات، والتصنيف. من خلال تقييم خمسة مصنفات تقليدية—أقرب الجيران (KNN)، مصنف الدعم…