موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت

ترجمه مقاله موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت

ترجمه مقاله Wavelet-based analysis of spectral rearrangements of EEG patterns and of non-stationary correlations

در این پست ترجمه مقاله موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت را برای شما دوستان تهیه کردیم هر چند در اینجا به صورت جزئی به مقاله اشاره شده است اما با مراجعه به ادامه مطلب و دانلود خود مقاله می توانید به همه جزئیات دسترسی کامل داشته باشید.

چکیده موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت :

در این مقاله ما تکنیک جدیدی از مطالعه سیگنال های EEG را با در نظر گرفتن ضرورت غیر ثابت را بررسی می کنیم. انتقال فعالیت در ریتم EEG به عنوان برهم نهی مخصوص سیگنال های ابتدایی برابر با پس زمینه واقعی EEG در بقیه مدل ثبت شده است. برای محاسبه زمان تغييرات مشخصه های الگوهای EEG پیشنهاد می کنیم این الگوریتم مبتنی بر تبدیل موجک پیوسته (CWT) پس از تجزیه و تحلیل طیفی دینامیک انتگرال در محدوده فرکانس داده شده باشد.

پارامترهاي جدید برای توصیف تغيير خواص طیفی برای هر انفجار فعالیت مغز و برای گروه خود را معرفی می کنیم. بر اساس مدل داده شده ظاهر و ناپدید شدن الگوهای ریتم EEG شناسایی شده است. که قادر به حل مشکل ارتباط غیر ثابت کانال های EEG متفاوت است. استفاده از تکنیک های تجزیه و تحلیل و طبقه بندی گذرا فرآیندهای مربوط به فعالیت سیستم مرکزی عصبی انسان نیز بحث شده است.

توضیحات بیشتر در مورد ترجمه مقاله موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت و دانلود رایگان مقاله اصلی لطفا به ادامه مطلب مراجعه نمائید.

مقدمه موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت :

در حالی که با توجه به الکتروانسفالوگرام (EEG) در نتیجه فعالیت الکتریکی مقدار زیادی از سلول های عصبی هستند واقعیت در نزدیکی الکترود ضبط، کل محدوده فرکانس معمولا به چند ریتم اساسی تقسیم می شود : δ- ریتم (0.5-4 هرتز)، θ ریتم (4-7.5 هرتز)، α- ریتم (7.5-14 هرتز)، β- ریتم (14-30 هرتز) و ریتم -γ (30-80 هرتز) [1/6 ] EEG اغلب تغییرات در سطح پس زمینه را در فرکانس های مختلف نشان می دهد محدوده δ}، θ، α، β، γ} μ = این تغییرات نشان می دهد که هماهنگ سازی و یا desynchronization فعالیت نورون ثبت شده در پوست سر منجر الکترود متفاوت می شود.

انفجار EEG آشکارا به عنوان الگوهای فعالیت مغزی اغلب با چند شکل، فاصله کانونی، و یا فعالیت مغزی مرتبط هستند [2،3]. در باندهای فرکانسی مختلف δ}، θ، α، β، γ} μ =  ما می توانیم الگوهای مختلف فعالیت EEG مانند خوشه جدا شده، امواج تیز و آرام و ترکیب های مختلف (اسپایک و موج، لبه و سرعت موج، تخلیه اسپایک و موج  (SWD)، K- مجتمع، و غیره.). مشکل از شناسایی منابع مرتبط با وضعیت hypersynchronized اوج موج ترشحات فرم صرع و فعالیت در ضمیمه بحث شده است.

چکیده انگلیسی موجک مبتنی بر تحلیل طیفی از بازآرایی الگوهای EEG و ارتباط غیر ثابت :

In this paper we present a novel technique of studying EEG signals taking into account their essential nonstationarity. The bursts of activity in EEG rhythm are modeled as a superposition of specially designed elementary signals against the background of a real EEG record at rest. To calculate the time variation of quantitative characteristics of EEG patterns we propose the algorithm based on continuous wavelet transform (CWT) followed by the analysis of spectral integral dynamics in a given frequency rang.

We introduce new quantitative parameters to describe the dynamics of spectral properties both for each burst of brain activity and for theirensemble Based on the given model we have identified the appearance and disappearance of patterns in EEG rhythm. The problem of non-stationary correlation of different EEG channels is solved. The use of the techniques for analyzing and classifying transient processes related to the activity of human central nervous system is also discussed.

منبع : sciencedirect.com