الأبحاث المرتبطة بالكلمة المفتاحية: معالجة الإشارة، بمساعدة الكمبيوتر
-
كيف يؤثر تحليل المكونات المستقلة على معالجة حالات الموجات الدماغية EEG؟
2025 | المؤلف: Fiorenzo Artoni وآخرون | المجلة: Brain Topography | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تناقش هذه القسم الاستخدام المتزايد لحالات الميكروكهربائية (EEG) لتحليل الديناميات الزمنية لشبكات الدماغ الكبيرة على دقة مللي ثانية. لقد عززت هذه الأبحاث الفهم لتنظيم الدماغ الوظيفي أثناء الراحة وتغيراته في مختلف الاضطرابات العصبية والنفسية. ومع ذلك، فإن التباين في استراتيجيات إزالة العوامل عبر الدراسات يثير القلق بشأن قابلية تعميم و مقارنة نتائج حالات الميكرو. هدفت…
-
كشف الحمل المعرفي من خلال تحسين ميزات القنوات الكهربائية الدماغية وتصنيف التجميع
2025 | المؤلف: Jammisetty Yedukondalu وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تستقصي هذه الدراسة تقييم الحمل المعرفي من خلال تحليل إشارات تخطيط الدماغ الكهربائي (EEG)، مع التركيز على استجابة الدماغ للمؤثرات التي تسبب التوتر. باستخدام تحليل المتوسط المحلي القوي (R-LMD)، تم تحليل بيانات EEG إلى خمسة أوضاع على مدى أربع ثوانٍ. تم استخدام خوارزمية تحسين الحساب الثنائي (BAO) لتقليل مساحة الميزات واستخراج ميزات متعددة المجالات، مما…
-
التعرف على المشاعر المعتمد على EEG باستخدام CNN الديناميكية متعددة المقاييس والمحولات المغلقة
2024 | المؤلف: Zhuoling Cheng وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)يقدم هذا القسم طريقة جديدة للتعرف على المشاعر من إشارات EEG، تُسمى MSDCGTNet، والتي تدمج شبكة CNN ديناميكية متعددة المقاييس 1D ومشفّر المحولات المغلق. تبدأ الطريقة بشبكة CNN الديناميكية متعددة المقاييس لاستخراج ميزات مكانية وطيفية معقدة من بيانات EEG الخام، مما يقلل بشكل فعال من فقدان المعلومات وتكاليف الحساب المرتبطة بالتحويلات الزمنية الترددية. بعد ذلك،…
-
توقع نوبات الصرع عبر دمج الشبكات العصبية المتكررة والمحولات متعددة الأبعاد
2024 | المؤلف: Rong Zhu وآخرون | المجلة: Journal of Translational Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تتناول ورقة البحث التحدي الحاسم في توقع نوبات الصرع، وهي حالة تؤثر بشكل كبير على جودة حياة المرضى. يقترح المؤلفون نموذجًا هجينًا جديدًا للتعلم العميق يدمج بين المحولات متعددة الأبعاد والشبكات العصبية التكرارية (LSTM و GRU) لتصنيف إشارات تخطيط الدماغ الكهربائي (EEG). تتضمن المنهجية استخراج ميزات الوقت والتردد من إشارات EEG باستخدام تحويل فورييه قصير…
-
إطار فعال للكشف عن مرض باركنسون: الاستفادة من تمثيل الزمن-التردد وشبكة أليكس نت العصبية الالتفافية
2024 | المؤلف: Siuly Siuly وآخرون | المجلة: Computers in Biology and Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تبحث هذه الورقة البحثية في استخدام إشارات تخطيط الدماغ الكهربائي (EEG) للتشخيص المبكر لمرض باركنسون (PD)، وهو اضطراب تنكسي عصبي يؤثر على أكثر من 10 ملايين شخص على مستوى العالم. تقدم الدراسة نموذج شبكة عصبية تلافيفية (CNN) قائم على تمثيل الزمن-التردد (TFR) باستخدام AlexNet يعزز من تحديد المناطق الحرجة في الدماغ المرتبطة بمرض PD. من…
-
تحليل ERP القائم على قيمة SHAP (SHERPA): زيادة حساسية إشارات EEG باستخدام طرق الذكاء الاصطناعي القابلة للتفسير
2024 | المؤلف: Sophia Sylvester وآخرون | المجلة: Behavior Research Methods | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)يقدم القسم SHERPA، وهو نهج جديد يعتمد على البيانات لتحليل إمكانيات الأحداث المرتبطة (ERPs) في بيانات تخطيط الدماغ الكهربائي (EEG)، والذي يستفيد من الذكاء الاصطناعي القابل للتفسير (XAI). غالبًا ما يعتمد تحليل ERP التقليدي على أجهزة استشعار ونقاط زمنية محددة مسبقًا، مما يؤدي إلى تحيزات محتملة واكتشاف محدود للتأثيرات غير المتوقعة. يتناول SHERPA هذه القيود…