متن کامل خبر


 
جلسه دفاع از پایان‌نامه: علیرضا طالش جفادیده، گروه مهندسی پزشکی

خلاصه خبر:

  • عنوان: تخمین موقعیت منابع فعالیت الکتریکی در مغز با استفاده از شکل‌‌‌‌‌دهی پرتو وفقی
  • ارائه‌کننده: علیرضا طالش جفادیده
  • استاد راهنما: بابک محمدزاده اصل
  • استاد ناظر خارجی: حمید ابریشمی مقدم(دانشگاه: صنعتی خواجه نصیرالدین طوسی)
  • استاد ناظر داخلی: استاد علی محلوجی فر
  • استاد مشاور:
  • مکان: دانشکده مهندسی برق و کامپیوتر، اتاق سمینار 1-
  • تاریخ: 1394/11/26
  • ساعت: 8

چکیده
شناسایی نواحی فعال مغز و تعیین محل آن‌‌‌‌‌ها اهمیت ویژه‌‌‌‌‌ای در تشخیص بسیاری از بیماری‌‌‌‌‌های عصبی و روانی دارد. سیگنال‌‌‌‌‌های الکتریکی و مغناطیسی سر یعنی الکتروانسفالوگرام (EEG) و مگنتوانسفالوگرام (MEG) به دلیل رزولوشن زمانی و مکانی بالا از اهمیت ویژه‌‌‌‌‌ای برای مکان-یابی نواحی فعال مغزی برخوردارند. اما در مکان یابی فعالیت مغز از روی سیگنال EEG یا MEG، روش‌‌‌‌‌هایی که نیاز به ماتریس کوواریانس داده ثبت شده دارند اغلب زمانی که تعداد لحظات نمونه‌‌‌‌‌برداری در مقایسه با تعداد گیرنده‌‌‌‌‌ها کوچک است با شکست مواجه می‌‌‌‌‌شوند. این اتفاق مخصوصا برای داده‌‌‌‌‌های حاصل از پتانسیل‌‌‌‌‌های برانگیخته اتفاق می‌‌‌‌‌افتد. در این پایان‌‌‌‌‌نامه روشی بر مبنای شکل دهنده پرتو DMR برای تخمین ماتریس کوواریانس داده ارائه می‌‌‌‌‌شود، در این روش ماتریس کوواریانس داده به مقادیر و بردار ویژه تجزیه می‌‌‌‌‌شود و مقادیر ویژه غالب و اساسی حفظ شده و متوسط مقادیر ویژه باقی مانده به جای آن‌‌‌‌‌ها جایگذاری می‌‌‌‌‌گردد. سپس این ماتریس کوواریانس در روش شکل‌‌‌‌‌دهنده پرتو مینیمم واریانس (MVB) استفاده می‌‌‌‌‌شود. عملکرد روش ارائه شده با دیگر روش‌‌‌‌‌های مربوط به مکان‌‌‌‌‌یابی فعالیت‌‌‌‌‌های مغزی کوتاه‌‌‌‌‌مدت یعنی RMVB، MVB in beamspace و FFA با استفاده از داده‌‌‌‌‌های شبیه‌‌‌‌‌سازی مربوط به پتانسیل وابسته به رخداد (ERP) و داده واقعی مربوط به میدان وابسته به رخداد (ERF) مورد ارزیابی قرار گرفت. روش جدید حساسیت به منابع هم‌‌‌‌‌بسته و پارامترهای اساسی خود نداشته و نیاز به دانش قبلی از ناحیه مربوط به منابع فعال ندارد و در عین حال در انواع سناریو‌‌‌‌‌های شبیه‌‌‌‌‌سازی و سناریوی واقعی، قدرت تمرکز روش جدید (کانونی بودن) در مکان‌‌‌‌‌یابی منابع فعال در مقایسه با دیگر روش‌‌‌‌‌ها بهتر و میزان خطا در مکان‌‌‌‌‌یابی کمتر می‌‌‌‌‌باشد. از طرفی رزولوشن زمانی-مکانی بالا و بازسازی مناسب سیگنال زمانی منابع فعال مغزی کاربردهای وسیعی از جمله در تشخیص بیماری اوتیسم، تعیین شبکه ارتباطات نواحی مختلف مغز و مکان‌‌‌‌‌یابی حمله صرع دارد. در روش MVB، در صورت وجود منابع هم‌‌‌‌‌بسته یا منبع تداخلی در حین ثبت فعالیت مغزی مطلوب، سیگنال زمانی منابع به خوبی بازسازی نشده و توان خروجی و رزولوشن کاهش می‌‌‌‌‌یابد. در این پایان‌‌‌‌‌نامه روشی جدید برای حل این مشکلات معرفی شد که به دو طریق باعث بازسازی دقیق سیگنال زمانی، افزایش رزولوشن و توان خروجی می‌‌‌‌‌شود: 1) حذف اطلاعات متقابل منابع از ماتریس وزن و 2) استفاده از یک ماتریس کوواریانس جدید داده که مقدار نویز در آن کمتر می‌‌‌‌‌باشد. عملکرد روش جدید در قیاس با روش MVB و Eigenspace MVB و با استفاده از داده‌‌‌‌‌های شبیه‌‌‌‌‌سازی EEG/MEG مورد ارزیابی قرار گرفت که در آن‌‌‌‌‌ها روش جدید از لحاظ رزولوشن زمانی، رزولوشن مکانی، توان خروجی، تفکیک منابع هم‌‌‌‌‌بسته و بازسازی سیگنال زمانی منابع فعال عملکرد بسیار بهتری نسبت به سایر روش‌‌‌‌‌ها از خود نشان داد.
کلمات کلیدی


19 بهمن 1394 / تعداد نمایش : 4477