تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. تخطيط الدماغ وواجهات الدماغ-الكمبيوتر

الأبحاث ضمن الموضوع : تخطيط الدماغ وواجهات الدماغ-الكمبيوتر




  • استقرار واجهات الدماغ-الكمبيوتر من خلال محاذاة الديناميات الكامنة

    2025 | المؤلف: Brianna M. Karpowicz وآخرون | المجلة: Nature Communications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تهدف واجهات الدماغ-الكمبيوتر داخل القشرة (iBCIs) إلى استعادة الوظيفة الحركية لدى الأفراد المصابين بالشلل من خلال تحويل نشاط الدماغ إلى إشارات تحكم للأجهزة الخارجية. أحد التحديات الكبيرة في أنظمة iBCI الحالية هو عدم استقرار الواجهات العصبية، مما يؤدي إلى تراجع في أداء فك التشفير ويتطلب إعادة معايرة متكررة باستخدام بيانات موسومة جديدة. لمعالجة هذه المشكلة،…


  • إطار تعلم عميق جماعي للتعرف على المشاعر من خلال أجهزة قابلة للارتداء وإشارات فسيولوجية متعددة الوسائط

    2025 | المؤلف: Durgesh Nandini وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم ورقة البحث نظامًا مبتكرًا للتعرف على المشاعر يستفيد من أجهزة تتبع اللياقة البدنية القابلة للارتداء المصغرة لتعزيز الوعي العاطفي في التفاعلات بين الإنسان والكمبيوتر. تستخدم الدراسة بنية تعلم عميق جماعية، تدمج نماذج الذاكرة طويلة وقصيرة الأمد (LSTM) ووحدات التكرار المغلقة (GRU)، لالتقاط الاعتماديات الزمنية الديناميكية في البيانات العاطفية بشكل فعال. باستخدام قاعدة بيانات EMOGNITION،…


  • الكشف الآلي عن النوبات في الصرع باستخدام شبكة انتباه ديناميكية زمانية-مكانية جديدة

    2025 | المؤلف: Kunxian Yan وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم ورقة البحث نهجًا جديدًا لتحليل الشبكات الدماغية الديناميكية في الصرع باستخدام شبكة انتباه رسومية زمنية-مكانية ديناميكية (DTS-GAN). يتناول هذا النموذج قيود نماذج الرسوم البيانية ذات الطوبولوجيا الثابتة من خلال دمج معالجة إشارات الرسوم البيانية مع إطار عمل تعلم عميق هجين. تستخدم DTS-GAN مشفرًا زمنيًا قائمًا على LSTM لالتقاط الاعتمادات طويلة الأمد في تسلسلات EEG…


  • تشخيص الأمراض العصبية التنكسية المعتمد على EEG: تحليل مقارن للطرق التقليدية ونماذج التعلم العميق

    2025 | المؤلف: B R Nayana وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث الدراسة في تشخيص الخرف باستخدام إشارات EEG، مدفوعة بالزيادة العالمية في انتشار الحالة بسبب عوامل نمط الحياة والبيئة. تستخدم الدراسة ثلاث منهجيات: نهج تقليدي للتعلم الآلي باستخدام مصنف Random Forest بعد المعالجة المسبقة واستخراج الميزات من كثافة الطيف الترددي، ونموذج شبكة عصبية تلافيفية 1D (CNN) يتم تغذيته بإشارات EEG المعالجة مسبقًا، ونموذج CNN ثنائي…


  • إزالة الضوضاء العدائية لإشارات EEG: تحليل مقارن لأساليب GAN القياسية وWGAN-GP

    2025 | المؤلف: Imad Eddine Tibermacine وآخرون | المجلة: Frontiers in Human Neuroscience | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذه الدراسة، يقارن المؤلفون بشكل منهجي بين الشبكات التنافسية التوليدية القياسية (GAN) وWasserstein GAN مع عقوبة التدرج (WGAN-GP) في هياكلها من أجل إزالة الضوضاء وإعادة بناء إشارات EEG. تكشف النتائج عن وجود تبادل كبير بين قمع الضوضاء العدواني وإعادة بناء الإشارة عالية الدقة. تظهر كلا النموذجين تحسينات كبيرة في وضوح الإشارة، مما يجعلها مناسبة…


  • الكشف عن الصرع المعتمد على EEG باستخدام CNN-SVM وDNN-SVM مع تقليل أبعاد الميزات بواسطة PCA

    2025 | المؤلف: Yousra Berrich وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تدرس هذه الدراسة فعالية النماذج الهجينة التي تجمع بين الشبكات العصبية التلافيفية (CNN) والشبكات العصبية العميقة (DNN) مع آلات الدعم الناقل (SVM) لاكتشاف الصرع، باستخدام تحليل المكونات الرئيسية (PCA) لتقليل أبعاد الميزات. تم اختبار النماذج على مجموعتين مرجعيتين لتخطيط الدماغ EEG: مجموعة بيانات التعرف على نوبات الصرع وقاعدة بيانات BONN. تشير النتائج إلى أن نموذج…


  • نظام تخطيط القلب الديناميكي غير المقيد باستخدام إلكترونيات غير ملحوظة

    2025 | المؤلف: Ding Li وآخرون | المجلة: Nature Communications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تناقش هذه القسم الدور الحاسم لتخطيط القلب الكهربائي (ECGs) في إدارة الأمراض القلبية الوعائية (CVDs) وتقدم نظام تخطيط قلب ديناميكي غير مقيد بالحركة (MU-DCG) جديد. تواجه أجهزة تخطيط القلب الديناميكي التقليدية (DCG) قيودًا بسبب مكوناتها الضخمة، التي تقيد الحركة وتدخل عيوبًا، مما يعقد المراقبة طويلة الأمد وتقييمات المخاطر القلبية اليومية. يتناول نظام MU-DCG هذه التحديات…


  • القشرة الحركية البشرية تشفر الكتابة اليدوية المعقدة من خلال تسلسل من الحالات العصبية المستقرة

    2025 | المؤلف: Yu Qi وآخرون | المجلة: Nature Human Behaviour | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذه الدراسة، استخدم المؤلفون تصميمًا ملاحظيًا للتحقيق في قدرات الكتابة اليدوية لدى مشارك ذكر يبلغ من العمر 75 عامًا يعاني من شلل رباعي كامل نتيجة إصابة في العمود الفقري العنقي. تم الحصول على الموافقة الأخلاقية من لجنة الأخلاقيات الطبية في المستشفى الثاني التابع لجامعة تشجيانغ، وتم تأمين الموافقة المستنيرة من المشارك وعائلته. تم زرع…


  • دمج التعلم الميتا والتعلم الجماعي لتصنيف EEG لاكتشاف النوبات

    2025 | المؤلف: Mingze Liu وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تتناول هذه البحث التحدي المستمر للتصنيف غير المتوازن في الكشف عن النوبات المستند إلى تخطيط الدماغ الكهربائي (EEG)، والذي استمر على الرغم من عقدين من الدراسة. يقترح المؤلفون إطار عمل جديد يجمع بين أخذ العينات الميتا مع مصنف جماعي لتحسين استراتيجية أخذ العينات لبيانات EEG. يقوم جهاز أخذ العينات الميتا باشتقاق استراتيجيات أخذ العينات غير…


  • الشبكات العصبية المتكررة والتلافيفية في تصنيف إشارة EEG لاكتشاف الصور الموجهة وحمل العمل العقلي

    2025 | المؤلف: Filip Postepski وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث الدراسة في فعالية تقنية التصوير الموجه (GI) في تعزيز راحة المرضى عبر مختلف الاضطرابات، باستخدام مجموعة من 26 طالبًا لتقييم الفروقات بين حالات الاسترخاء العميق والعبء العقلي. باستخدام مكبرات كهربائية للدماغ ذات مصفوفة كثيفة، تستكشف الدراسة تصنيف هذه الحالات باستخدام نماذج التعلم العميق المتقدمة، بما في ذلك EEGNet وذاكرة طويلة وقصيرة المدى (LSTM) والشبكات…


←السابق
1 2 3 4 5 6 … 8
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.