1 |
Somatosensory generators of EEG and MEG: identification and analysis of variability in single trialsZainea, Ovidiu 25 June 2007 (has links)
- / -
|
2 |
Ανίχνευση παρασίτων σε ροές δεδομένων και αποκατάσταση σήματος με χρήση πλειογραμμικής άλγεβραςΤριανταφυλλόπουλος, Δημήτριος 07 May 2015 (has links)
Στόχος της παρούσας διπλωματικής είναι η παρουσίαση ενός συστήματος ανίχνευσης και διαχείρισης παρασίτων σε δεδομένα εγκεφαλογραφήματος (EEG).
Το σύστημα αυτό σε πραγματικό χρόνο ανιχνεύει της ύπαρξη παρασίτων κατά
την διάρκεια της καταγραφής, αξιοποιώντας ένα προ-εκπαιδευμένο μοντέλο. Τα
παράσιτα που ανιχνεύτηκαν μπορούν να διαχειριστούν με αρκετές τεχνοτροπίες
ανάλογα με τις ανάγκες της εκάστοτε εφαρμογής. Στην παρούσα διπλωματική
παρουσιάζεται μια τεχνοτροπία η οποία αφαιρεί ένα οφθαλμικό παράσιτο με
αξιοποίηση τανυστών.
Συγκεκριμένα, στην διπλωματική αυτή παρουσιάζονται οι ανάγκες διαχείρισης ροών δεδομένων και πως αυτές αντιμετωπίζονται στην περίπτωση των δεδομένων εγκεφαλογραφήματος. Ο όγκος των δεδομένων καθώς και ο ρυθμός μετά-
δοσής τους είναι καθοριστικοί για την διαχείριση και ανάλυση της εισερχόμενης
στο σύστημα ροής. Στην διπλωματική αυτή παρουσιάζονται οι γενικές στρατηγικές που έχουν σχεδιαστεί για την διαχείριση χρονοσειρών μεγάλου όγκου και
παρουσιάζεται η εφαρμογή τους σε δεδομένα εγκεφαλογραφήματος.
Το προτεινόμενο λοιπόν σύστημα μπορεί σε πραγματικό χρόνο να διαχειριστεί ροές δεδομένων εγκεφαλογραφήματος και να διαχωρίσει σε πραγματικό
χρόνο περιόδους που υπάρχει κάποιο παράσιτο στο ληφθέν σήμα. Επίσης προ-
τείνεται μια μέθοδος που σε offline ανάλυση μπορεί να αφαιρέσει έναν τύπο παρασίτου και συγκεκριμένα το οφθαλμικό παράσιτο. / This diploma thesis presents a system able to detect and manage artifacts in EEG data streams.
|
3 |
Ανάλυση ηλεκτροεγκεφαλογραφημάτων μέσω της μεθόδου ανεξάρτητων συνιστωσώνΠαλαιορούτας, Αλέξιος 19 October 2009 (has links)
Στην εργασία αυτή θα γίνει μελέτη και εφαρμογή της μεθόδου Ανάλυσης Ανεξάρτητων Συνιστωσών πάνω σε σήματα ηλεκτροεγκεφαλογραφημάτων. Το πρώτο κεφάλαιο αποτελείται από μια εισαγωγή στις ιδιότητες και την προέλευση των ηλεκτροεγκεφαλικών σημάτων, καθώς και στη μεθοδολογία, τον σκοπό και τη χρησιμότητα των ΗΕΓ. Στη συνέχεια παρουσιάζονται τα προβλήματα που αντιμετωπίζει η ανάλυση σημάτων όταν εφαρμόζεται στα ΗΕΓ, καθώς και οι μέχρι στιγμής χρησιμοποιούμενες λύσεις. Στο δεύτερο κεφάλαιο της εργασίας παρουσιάζονται τα αποτελέσματα της βιβλιογραφικής έρευνας πάνω στην ανάλυση ανεξάρτητων συνιστωσών. Επίσης θα δοθεί το μαθηματικό υπόβαθρο και η αιτιολόγηση της επιλογής ενός συγκεκριμένου αλγορίθμου, του FastICA. Στο τρίτο κεφάλαιο γίνεται η εφαρμογή της μεθόδου ΑΑΣ πάνω σε καταγεγραμμένα σήματα ηλεκτροεγκεφαλογραφημάτων, μέσω του περιβάλλοντος Matlab. Πραγματοποιείται η ανάλυση σε συνιστώσες, αναγνωρίζονται και αφαιρούνται τα σήματα μη εγκεφαλικής προέλευσης και τελικά χρησιμοποιείται μέθοδος απεικόνισης των πηγών εγκεφαλικής δραστηριότητας ως ισοδύναμα ηλεκτρικά δίπολα. Το τέταρτο και τελευταίο κεφάλαιο συνοψίζει τα αποτελέσματα και τα συμπεράσματα που εξήχθησαν κατά τη διάρκεια της εκπόνησης αυτής της διπλωματικής. / -
|
4 |
Ανάλυση συνιστωσών σήματος σε ηλεκτροεγκεφαλογράφημαΓκρούμας, Γεώργιος 13 January 2015 (has links)
Στην παρούσα διπλωματική εργασία γίνεται μελέτη της μεθόδου ανάλυσης ανεξάρτητων συνιστωσών στο ηλεκτροοεγκεφαλογράφημα. Αφού εξετάσουμε το κομμάτι της φυσιολογίας του εγκεφάλου θα δοθεί ένα μαθηματικό υπόβαθρο της ανάλυσης ανεξάρτητων συνιστωσών. Στη συνέχεια θα γίνει μια βιβλιογραφική έρευνα στη σύγκριση αλγορίθμων της ανάλυσης ανεξάρτητων συνιστωσών όταν εφαρμόζονται σε ηλεκτροεγκεφαλογραφήματα με στόχο την βέλτιστη εξαγωγή παρασίτων. Στο τέλος θα γίνει εφαρμογή της μεθόδου της ανάλυσης ανεξάρτητων συνιστωσών σε πραγματικά δεδομένα ηλεκτροεγκεφαλογραφήματος 64 καναλιών μέσω του περιβάλλοντος του Matlab. Στόχος της εφαρμογής αυτής είναι ο διαχωρισμός των ανεξάρτητων συνιστωσών μη-εγκεφαλικής προέλευσης και η αφαίρεση τους από τα αρχικά δεδομένα. / This thesis is a study of the independent componenet analysis in electroencephalogram. After looking at the piece of brain physiology we will give a mathematical framework of independent component analysis. Then it will become a literature search in the comparison algorithms of Independent Component Analysis in EEGs when applied with a view to optimal extraction of artifacts. At the end will be the method of independent component analysis to real EEG data 64 channels through the environment of Matlab. The aim of this application is the separation of independent components of non brain activity and removing them from the original data.
|
5 |
Μοντελοποίηση εξελιγμένου ιατρικού συστήματος για τη διαχείριση ζωτικών σημάτων : εφαρμογή στο ηλεκτροεγκεφαλογράφημα (EEG)Δημόπουλος, Κωνσταντίνος 13 February 2009 (has links)
Το θέμα της παρούσας διατριβής αφορά στην μοντελοποίηση ενός εξελιγμένου ιατρι-
κού συστήματος κατάλληλου για τη διαχείριση ζωτικών σημάτων με κύριο άξονα εφαρμογής
τις διάφορες κατηγορίες ηλεκτροεγκεφαλογραφημάτων (EEG).
Με τον όρο εξελιγμένο ιατρικό σύστημα αναφερόμαστε στη συγκεκριμένη διατριβή
σε ένα ανεξάρτητο ανοικτό πληροφοριακό σύστημα που καλύπτει έναν πολύ συγκεκριμένο
ιατρικό τομέα. Ως ζωτικά σήματα ή βιοσήματα για τη διατριβή νοούνται ψηφιακές καταγρα-
φές ιατρικών οργάνων που μπορούν να αποθηκευτούν σε ψηφιακά αρχεία προτυποποιημένου
μορφότυπου (format).
Η διαχείριση περιλαμβάνει ανοικτές αρχιτεκτονικές λογισμικού με τις οποίες αρχειο-
θετούνται και γίνονται αντικείμενο διαδραστικής επεξεργασίας ετερογενείς καταγραφές ια-
τρικής πληροφορίας.
Ο συγκεκριμένος ιατρικός τομέας ανάπτυξης του θέματος της διατριβής οριοθετείται
στον ευρύτερο τομέα της επιληψίας και εστιάζεται στη χειρουργική της επιληψίας. Η βασική πρωτοτυπία της διατριβής έγκειται στη μοντελοποίηση και υλοποίηση ενός
εξελιγμένου ιατρικού συστήματος για τη διαχείριση ηλεκτροεγκεφαλογραφημάτων (EEG),
άλλων ζωτικών σημάτων καθώς και όλο το σύνολο των απεικονιστικών ιατρικών εξετάσεων
που απαιτούνται και την υποστήριξη λήψης απόφασης στη χειρουργική της επιληψίας.
Η αρχιτεκτονική πάνω στην οποία αναπτύχθηκε η πλατφόρμα αυτή αναφέρεται ως
DESSA και αποτελεί έναν ολοκληρωμένο ηλεκτρονικό χώρο εργασίας κατάλληλο για όλες
τις ειδικότητες ιατρών που ασχολούνται με το συγκεκριμένο θέμα. Η DESSA είναι προϊόν
στενής συνεργασίας μεταξύ ιατρών, μηχανικών και αναλυτών αγοράς. / -
|
6 |
Ανάλυση μαγνητοεγκεφαλογραφήματος με τεχνικές τυφλού διαχωρισμού σημάτωνΛιθαρή, Χρυσούλα 22 July 2008 (has links)
Λαμβάνοντας υπ’ όψη τις διάφορες τεχνικές Blind Source Separation (BSS) που αναφέρονται στη βιβλιογραφία και που εφαρμόζονται σε πολλά πεδία ενδιαφέροντος, αποφασίσαμε να τις εφαρμόσουμε σε ανθρώπινο μαγνητοεγκεφαλογράφημα. Οι τεχνικές αυτές προσπαθούν να εξάγουν πηγές από σήμα το οποίο είναι γραμμικός συνδυασμός των πηγών. Απαραίτητη προϋπόθεση τα σήματα από τις πηγές να είναι στατιστικώς ανεξάρτητα. Πιο συγκεκριμένα, θεωρώντας τις πηγές στον εγκέφαλο ανεξάρτητες, η τεχνική που επιλέχθηκε είναι η Independent Component Analysis (ICA) και κάποιες παραλλαγές της που χρησιμοποιούν κυματίδια ώστε να εισάγουμε τη δυνατότητα περιορισμού στο χρόνο ή στο χώρο. Επιλέγοντας χωρικά ή χρονικά την περιοχή ενδιαφέροντος εστιάζουμε σε κάποια περιοχή του εγκεφάλου ή σε κάποια συγκεκριμένη χρονική στιγμή π.χ. μετά από κάποιο ερέθισμα. Θα χρησιμοποιήσουμε αυτές τις τεχνικές για να αναλύσουμε ανθρώπινο μαγνητοεγκεφαλογράφημα (MEG). Τα δεδομένα των καταγραφών είναι από το ινστιτούτο Riken στην Ιαπωνία. / Bearing in mind the Blind Source Separation Techniques mentioned in the literature and applied to many fields of interest, we decided to apply them on human MEG. These techniques extract sources from the initial signal, which is considered as linear combination of theses sources. It is required that the recorded signals are statistically independent. More specifically, considering the sources in the brain as independent, the method used is called Independent Component Analysis (ICA) and some versions which use wavelets in order to introduce spatial and temporal constraints. By selecting the region of interest either in space or in time, we focus on a region in the brain or on a specified latency e.g. after a stimulus. We use these methods to analyse MEG. The data are recorded in RIKEN institute in Japan.
|
7 |
Combining antomical images with estimates of brain activity extracted from electrographic data: methodology and applicationsBadea, Alexandra 14 July 2010 (has links)
- / -
|
8 |
Μαθηματική ανάλυση ηλεκτροεγκεφαλογραφίας μέσω ελλειψοειδών αρμονικών εβδόμου βαθμούΣατραζέμη, Κωνσταντία 25 January 2012 (has links)
Η βέλτιστη γεωμετρική προσομοίωση του εγκεφάλου επιτυγχάνεται με ένα ελλειψοειδές. Η ηλεκτροεγκεφαλογραφία (ΗΕΓ) αφορά τις μετρήσεις του ηλεκτρικού δυναμικού στην επιφάνεια του κρανίου που αναπτύσσεται από νευρωνικά ρεύματα στο εσωτερικό του εγκεφάλου.
Στην παρούσα εργασία έχουν παραχθεί οι απαιτούμενες ελλειψοειδείς αρμονικές πέμπτου, έκτου και εβδόμου βαθμού. Στη συνέχεια, χρησιμοποιούμε αυτές τις νέες ελλειψοειδείς αρμονικές συναρτήσεις για να εκφράσουμε το πλήρες αναλυτικό δυναμικό της ΗΕΓ.
H δομή της εργασίας είναι: Στο κεφάλαιο 1 περιγράφεται περιληπτικά η φυσιολογία ανάπτυξης δυναμικών στην περιοχή του εγκεφάλου και πως επιτυγχάνεται η μετάδοση αυτών των σημάτων μέσω των νευρώνων. Στο κεφάλαιο 2 περιγράφεται η ελλειψοειδής γεωμετρία καθώς και η μορφή του τελεστή του Laplace στο ελλειψοειδές σύστημα συντεταγμένων. Αναφερόμαστε στην επίλυση της εξίσωσης Lame, στον τρόπο κατασκευής των συναρτήσεων Lame και περιγράφουμε τις αντίστοιχες ελλειψοειδείς αρμονικές. Στο κεφάλαιο 3 καταγράφουμε τις ελλειψοειδείς αρμονικές βαθμού 3. Στα κεφάλαια 4,5,6 και 7 παράγουμε τις ελλειψοειδείς αρμονικές βαθμού 4,5,6 και 7, αντίστοιχα, όπου η εφαρμογή των οποίων στην ΗΕΓ αποτελεί και το θέμα της παρούσας εργασίας. Τέλος στο κεφάλαιο 8 χρησιμοποιούμε τις ελλειψοειδείς αρμονικές που κατασκευάσαμε για να επιτύχουμε την ακριβή συνιστώσα του ηλεκτρικού δυναμικού που ανήκει στον ελλειψοειδή αρμονικό υπόχωρο που γεννούν οι 64 πρώτες αρμονικές συναρτήσεις. / The best geometric simulation of the human brain is achieved by an ellipsoidal system. The Electroencephalography (EEG) concerns the measurements of the electric potential on the surface of the head, which is generated from neuronal current inside the head.
In this thesis we have produced the necessary ellipsoidal harmonics of the fifth, sixth and seventh degree. Then, we use these new ellipsoidal harmonic functions to express the full analytical potential of EEG, up to the seventh degree. The present thesis is structured in the following way: In chapter 1 we describe, in short, the physiology which develops the potentials in and outside the brain and how they are transmitted through the neuronal current. In chapter 2 we describe the ellipsoidal geometry as well as the form of the Laplace operator in ellipsoidal coordinates. We consider the solutions of Lame equation, the way Lame constructed them and we describe the corresponding ellipsoidal harmonics. In chapter 3 we report the ellipsoidal harmonics of degree zero through three. In chapters 4, 5, 6 and 7 we develop the ellipsoidal harmonics of degree 4, 5, 6 and 7 respectively. The applications of these functions form the main part of the present master thesis. Finally, in chapter 8 we use all the known ellipsoidal harmonics to express the relative component of the electrical potential. This component belongs to the subspace generated by the first 64 ellipsoidal harmonics.
|
9 |
Καταγραφή και επεξεργασία εγκεφαλικών προκλητών δυναμικών σε πειραματικές συνθήκες με υποσυνείδητα ερεθίσματαΤσιανάκα, Ελένη 22 September 2009 (has links)
Το ηλεκτροεγκεφαλογράφημα αποτελεί μία μέθοδο καταγραφής των ηλεκτρικών σημάτων που παράγονται στο εσωτερικό του εγκεφάλου. Τα ηλεκτρικά αυτά σήματα διαχέονται από το σημείο που παράγονται προς την εξωτερική δερματική επιφάνεια του κρανίου όπου μετρώνται ως διαφορές δυναμικού.
Αντικείμενο της διπλωματικής εργασίας είναι η σχεδίαση και η υλοποίηση μίας πειραματικής συνθήκης και της αντίστοιχης πειραματικής διάταξης, η οποία θα επιτρέπει την καταγραφή των Προκλητών δυναμικών του ατόμου που θα εκτελεί το πείραμα. Το κλινικό πρωτόκολλο που χρησιμοποιήθηκε εξετάζει δύο βασικά θέματα. Το πρώτο αφορά την αντίληψη του ανθρώπου για το χρόνο και το δεύτερο το πώς επηρεάζουν τα υποσυνείδητα μηνύματα τη λήψη αποφάσεων και την εγκεφαλική λειτουργία.
Αρχικά, στο πρώτο κεφάλαιο της παρούσας διπλωματικής εργασίας, αναφέρονται οι βασικές αρχές του ηλεκτροεγκεφαλογραφήματος και το σύστημα διάδοσης της πληροφορίας στον ανθρώπινο εγκέφαλο. Επιπλέον περιγράφεται ο τρόπος με τον οποίο γίνεται η καταγραφή του σήματος του εγκεφαλογραφήματος και των Προκλητών Δυναμικών. Στη συνέχεια, στο δεύτερο κεφάλαιο παρουσιάζεται η θεωρία στην οποία βασίστηκε ο σχεδιασμός του κλινικού πρωτοκόλλου και η οποία αφορά δύο θέματα, την αντίληψη του ανθρώπου για το χρόνο και την επιρροή των υποσυνείδητων μηνυμάτων στη λήψη αποφάσεων.
Στα επόμενα κεφάλαια περιγράφεται το κλινικό πρωτόκολλο που χρησιμοποιήθηκε και οι πειραματικές συνθήκες που εξετάστηκαν κατά τη διεξαγωγή των πειραμάτων. Ακόμα, γίνεται περιγραφή τόσο του υλικού όσο και του λογισμικού μέρους της πειραματικής διάταξης που αναπτύχθηκε για την υλοποίηση του κλινικού πρωτοκόλλου. Η πειραματική διάταξη που αναπτύχθηκε στα πλαίσια της διπλωματικής επιτρέπει τη σύνδεση με Ηλεκτροεγκεφαλογράφο με αποτέλεσμα τον συγχρονισμό της πειραματικής ακολουθίας και της καταγραφής του ηλεκτροεγκεφαλογραφήματος και των Προκλητών Δυναμικών.
Με την πειραματική διάταξη που αναπτύχθηκε έγιναν δύο πειράματα. Η καταγραφή της εγκεφαλικής δραστηριότητας του κάθε εξεταζόμενου (ΗΕΓ) ήταν συνεχής για όλη τη διάρκεια της δοκιμασίας. Η εξαγωγή των Προκλητών Δυναμικών έγινε μετά το τέλος της καταγραφής με το πρόγραμμα EEGLAB, με το οποίο έγινε και η επεξεργασία τους. Τα Προκλητά Δυναμικά απεικονίστηκαν τόσο σε δισδιάστατα όσο και σε τρισδιάστατα μοντέλα κεφαλιών ενώ εξετάστηκε και το φασματικό περιεχόμενο του σήματος του ηλετροεγκεφαλογραφήματος για τις διάφορες πειραματικές συνθήκες.
Από την ανάλυση των καταγραφών παρατηρήθηκαν κάποιες διαφορές μεταξύ των συνθηκών του πειράματος οι οποίες περιείχαν υποσυνείδητα μηνύματα και αυτών που δεν περιείχαν. Οι κορυφώσεις του δυναμικού εντοπίστηκαν τις ίδιες χρονικές στιγμές για όλες τις συνθήκες ενώ το πλάτος τους ήταν διαφορετικό μεταξύ των συνθηκών στις οποίες δινόταν στους εξεταζόμενους η σωστή απάντηση με υποσυνείδητο μήνυμα και σε αυτές που δεν δινόταν. / The electroencephalogram constitutes a method for recording electrical signals produced in the interior of the brain. These electric signals are diffused from the point of the brain where they are produced to the exterior dermal surface of the skull where they are measured as potential differences.
The object of this diploma thesis is the design and the development of an experiment and the corresponding experimental setup, which allows the recording of the Event Related Potentials of the person who executes the experiment. The clinical protocol that is used examines two fundamental issues. The first is related to time perception while the second one examines if and how subliminal messages influence the decision making and the cerebral operation.
Initially, in the first chapter of the present diploma thesis, the fundamentals of the Electroencephalogram and the system that is responsible for the distribution of the information inside the human brain is described. Following, Electroencephalogram and Event Related Potentials (ERPs) recordings are described. In the second chapter the theory on which the planning of the clinical protocol was based is presented. It concerns two research fields of psychophysiology; time perception and the influence of subliminal messages in decision-making.
In the next chapters the clinical protocol and the experimental conditions that were examined during the experiments are described. Furthermore, there is a description of both the software and the hardware modules of the developed system. The experimental setup that was developed in the framework of the diploma thesis allows the connection to an Electroencephalograph and appropriate trigger signals are used in order to synchronize stimuli and recordings of EEG and ERPs.
Two experiments were conducted. The recording of the brain activity was continuous for the whole duration of the experimental procedure. The Event Related Potentials were extracted post-hoc, after the end of the recording, using the EEGLAB software. The Event Relates Potentials were mapped both on two-dimensional and on three-dimensional head models. The spectrum of the electroencephalogram was also examined for the various experimental conditions.
Analysis of the recordings revealed differences between the experimental conditions that contained subliminal messages in the EEG and ERPs. The ERPs’ peaks were detected at the same time delays for all the conditions. However, the amplitude of the peaks differed between the conditions where the right answers were given with subliminal messages and those that did not contain any subliminal messages.
|
10 |
Ανίχνευση ρυθμών εγκεφαλικής δραστηριότητας σε ηλεκτροεγκεφαλογραφήματαΓαλάνης, Δημήτριος 10 October 2008 (has links)
Σκοπός της εργασίας είναι η ανάπτυξη μεθόδου εντοπισμού εγκεφαλικών ρυθμών στο χρόνο χρησιμοποιώντας περιορισμούς που στηρίζονται στα νευροφυσιολογικά χαρακτηριστικά του κάθε υθμού τόσο στο πεδίο του χώρου (spatial constraints) όσο και στο πεδίο της συχνότητας (frequency constraints). Η μέθοδος στηρίζεται στην τεχνική ανάλυσης σε ανεξάρτητες συνιστώσες (ICA) και δεν απαιτεί πολυκάναλες καταγραφές (MEG). Πιθανές εφαρμογές περιλαμβάνουν τον εντοπισμό α-ρυθμού, επιληπτικών κρίσεων, μ-ρυθμού και ρυθμών κυρίαρχων στα στάδια του ύπνου. Η προτεινόμενη μέθοδος μπορεί να χρησιμοποιηθεί για την ανάλυση καταγραφών ΗΕΓ τόσο σε πραγματικό χρόνο (online) όσο και σε προαποθηκευμένα δεδομένα (offline). / The goal of the present thesis is the development of a method for temporal detection of electrophysiological brain rhythms, using constraints based on neurophysiological, spatial and frequency characteristics of every rhythm. The method is based on Independent Component Analysis (ICA) and does not require multichannel recordings (MEG). Possible applications include temporal detection of α-rhythm, μ-rhythm and sleep dominant rhythms. The proposed method can be used in both online and offline EEG analysis.
|
Page generated in 0.0361 seconds