1. Trang chủ
  2. » Luận Văn - Báo Cáo

Tìm hiểu về điện não đồ EEG

25 1,6K 38
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Tìm hiểu về điện não đồ EEG
Chuyên ngành Điện não đồ
Thể loại bài giảng
Định dạng
Số trang 25
Dung lượng 1,21 MB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

Ngày nay điện não đồ được ứng dụng rộng rãi trong y học, trong đời sống cũng như trong khoa học nghiên cứu. Slide trình tổng quan về điện não đồ EEG

Trang 1

• Quy Trình đo EEG

• Các yếu tố ảnh hưởng đến tín hiệu đo: nhiễu mắt, nhiễu cơ…

• Một số phương pháp hạn chế nhiễu và chống nhiễu

• Ứng dụng EEG trong thực tế : y tế và sức khỏe,giải trí,điều khiển từ xa, neuromarketing.

Trang 2

Today Nén

Ứng dụng & công nghệ

Xử lí &

phỏng xử

Trang 3

 Nén dữ liệu cho phép

chúng ta có thể đạt được việc giảm đáng

kể không gian được yêu cầu để lưu trữ dữ liệu và giảm thời gian truyền.

Trang 4

Các loại nén

Nén không mất thông

tin:

 Khi nén dữ liệu EEG, một

yêu cầu cần được đảm

bảo là không được cản trở

việc khôi phục hoàn toàn

thông tin từ thông tin gốc.

 Nén dữ liệu lossless được

nghiên cứu sâu hơn.

Nén mất thông tin:

 Kĩ thuật này có thể bảo quản được những thông tin quan trọng để đảm bảo

tránh lỗi chẩn đoán Tuy nhiên trong hiện tại, trong tiến hành chữa bệnh các bác

sĩ cân nhắc việc khôi phục EEG chính xác là một yêu cầu cần thiết trước tiên.

Trang 5

Phương pháp mã Huffman

 Thủ tục Huffman được dựa trên 2 quan sát đối với mã tiền tố tối ưu.

1 Trong 1 mã tối ưu, những kí tự mà xảy

ra thường xuyên hơn (có xác suất xảy ra cao hơn) sẽ có từ mã ngắn hơn những kí

tự mà xảy ra ít hơn.

2 Trong 1 mã tối ưu, 2 kí tự mà tần suất

xảy ra thấp nhất sẽ có cùng chiều dài.

Trang 6

Nén đếm lặp

Nếu 1 file chứa chuỗi dài những kí tự lặp lại thì có thể nén nó lại.

Lợi ích của phương pháp nén này đạt được khi mã

hóa Huffman của những kí tự lặp lớn hơn số bit yêu cầu để biểu diễn bộ đếm lặp.

Trang 7

Sơ đồ khối tổng quan:

Trang 8

Tiền xử lí: Filter(lọc):

Trang 9

Nhập

dữ liệu

Thiết lập thông số ICA

Phân tích dữ liệu

Xử lí tín hiệu não dùng ICA

Trang 10

Nhập dữ liệu:

 Bước này nhập bộ dữ liệu EEGLAB.SET và lưu chúng dưới dạng file MAT Ở đây, những tín hiệu thu EEG có thể được làm nhẵn bằng cách dùng một cửa sổ trung bình động Điều này sẽhữu ích cho việc giảm nhiễu dữliệu

Làm nhẵn không làm biến đổi đột ngột kết quả của Group ICA.

 Chọn file EEG

Trang 11

- Nhập dãy thời gian ởthang milisecond đểdời đi đường biên.

- Chọn ‘Yes’ có nghĩa là những tín hiện thu sẽ được làm nhẵn bằng cách dùng một cửa sổ động đã được chọn.

- Những tín hiệu thu sẽ được lấy trung bình bằng cách dùng chiều dài cửa sổ động

đã được chọn Ở đây nó được xem là 3

- Bạn có chọn lựa đểsắp xếp những

tín hiệu thu dựa trên điều kiện và sựhiểu ngầm.

- Dữliệu sẽ được ghi dưới định dạng file MAT mà EEGIFT dùng đểphân tích dữliệu EEG.

Những tham số EEG

Click icon to add picture

Trang 12

Thiết lập thông số ICA

Trang 13

- Tất cảnhững file ngõ ra được tạo bởi EEGIFT

sẽ được lưu với tiền tốnày Nhập vào ‘Oddball’

- Khi bạn nhấp vào nút Select một cửa sổ giao diện mới hiện

ra với những bộdữliệu có thể được chọn.

- Điều này đưa ra số thành phần độc lập được trích từdữ liệu

- Mặc định của chọn lựa này là ‘Yes’ khi dữliệu được chọn và SốIC là 32

- Hiện tại có 9 thuật toán trong thanh công cụmà có thểdùng cho dữliệu EEG nhưInfomax, FastICA, Erica, Simbec,

Evd, Jade Opac, Amuse, SDD ICA và Radical ICA Một cách mặc định, chúng ta sử

dụng Infomax vì thuật toán này được sửdụng thường xuyên nhất trong điện sinh lý học và thần kinh

Click icon to add picture

Chọn tham số ban đầu

Trang 15

All*** - Bạn có thểchạy tất cảcác bước phân tích cùng lúc hay chạy từng

phần riêng Đểchạy tất cảcác bước cùng lúc chọn All***, đểchạy từng bước riêng thì chọn những bước theo thứtự Ở đây hãy chọn All***

Click icon to add picture

Trang 16

Mô phỏng kết quả qua giao diện ảnh

 1 Select display Có hai cách trình

bày là componentvà subject Mỗi cách

trình bày được thểhiện như sau:

bày một thành phần của viewing set

 2 Viewing Set – Bạn có thểxem

Trang 17

1.Thành phần trị trung bình của những bộ dữ liệu.

2 Nhìn mở rộng hình vẽ thành phần 032

Trang 18

Kiểm soát thiết bị thông minh

Kiểm tra tinh thần và cảnh báo buồn ngủ

Thiết bị điện não không dây hiện

đại

Điều khiển xương máy giúp

đỡ người khuyết

tật

Ứng dụng & công nghệ:

Trang 19

Ứng dụng & công nghệ:

 Kiểm soát điện

thoại, máy nghe

nhạc, tablet bằng ý

nghĩ (độ chính xác

80% đến 95%)

Trang 20

Ứng dụng & công nghệ:

 Đo độ căng thẳng trong công việc

=> phân bố khối lượng công việc phù hợp hơn cho nhân viên

 Phát hiện buồn ngủ khi lái xe để cảnh báo kịp thời

Trang 22

Ứng dụng & công nghệ:

 Enobio: là một hệ thống cảm biến điện sinh mặc và không dây để ghi điện não

đồ, phát cho tablet bằng sóng wifi

Trang 24

Trích dẫn nguồn những bài báo khoa học + video kèm theo

Trang 25

Thanks for watching!

Ngày đăng: 02/12/2013, 23:04

HÌNH ẢNH LIÊN QUAN

Sơ đồ khối tổng quan: - Tìm hiểu về điện não đồ EEG
Sơ đồ kh ối tổng quan: (Trang 7)

TỪ KHÓA LIÊN QUAN

w