:دانلود فایل متن کامل پایان نامه در سایت sabzfile.com

دانشگاه شیراز

دانشکده مهندسـی

پایان‌نامه کارشناسی ارشد در رشته مهندسی کامپیوتر (هوش مصنوعی)

ارائه یک شاخص جدید برای سنجش سطح خستگی مغزی در حین فعالیت ذهنی از روی سیگنال EEG

استاد راهنما:

دکتر رضا بوستانی

شهریور 1390

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی گردد

(در فایل دانلودی نام نویسنده موجود می باشد)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)

فهرست مطالب


عنوان                                                                                                              صفحه

فصل اول: مقدمه…………………………………………………………………………………………………………………….. 1
1-1- مقدمه …………………………………………………………………………………………………………………………….. 2
1-2- تعریف مسئله …………………………………………………………………………………………………………………… 3
1-3- نگاهی به فصول پایان نامه…………………………………………………………………………………………………….. 4
فصل دوم: پیشینه تحقیقات……………………………………………………………………………………………………… 6
2-1- روش‌های موجود برای تشخیص خستگی ………………………………………………………………………………. 9
2-1-1- روش‌های مبتنی بر تحلیل طیف سیگنال EEG …………………………………………………….. 9
2-1-2- روش‌های مبتنی بر تحلیل تغییرات در آنتروپی سیگنال EEG …………………………………. 12
2-1-3- روش‌های مبتنی بر تحلیل نظم منطقی بین مناطق گوناگون مغز………………………………… 14
2-1-4- روش‌های مبتنی بر دادن تحریک به فرد در حین فعالیت…………………………………………. 15
2-2- تاریخجه و چگونگی ثبت سیگنال EEG…………………………………………………………………………………………………….. 16
2-3- جمع بندی ……………………………………………………………………………………………………………………………………………… 20
فصل سوم: روش پژوهش…………………………………………………………………………………………………………… 21
3-1- مقدمه ……………………………………………………………………………………………………………………………….. 22
3-2- نویزهای سوار شده بر روی سیگنال EEG و چگونگی کاهش اثر آن‌ها …………………………………………….. 23
3-2-1- امواج ناخواسته زیستی ………………………………………………………………………………………. 23
3-2-2- امواج ناخواسته محیطی ……………………………………………………………………………………… 24
3-2-1- پیش پردازش …………………………………………………………………………………………………… 24
3-3- مدل سیگنال ……………………………………………………………………………………………………………………… 24
3-4- انتخاب الکترود مرجع ………………………………………………………………………………………………………….. 26
3-5- مشخص کردن تعداد منابع تولید کننده سیگنال ……………………………………………………………………… 27
3-6- مکان یابی در فضای پرتوسازی ……………………………………………………………………………………………… 30
3-6-1- فیلتر کردن فضایی با محدودیت کمترین واریانس…………………………………………………… 31
3-6-2- مشکل روش LCMV………………………………………………………………………………………….. 35

عنوان                                                                                                              صفحه

جستجو در سایت :   

3-6-3- روش پیشنهادی برای مکان یابی …………………………………………………………………………. 36
3-7- محاسبه همبستگی در سیگنال EEG …………………………………………………………………………………….. 38
3-8- ویژگی بهره گیری شده برای تشخیص خستگی …………………………………………………………………………… 40
3-9- روش‌های کلاسه بندی بهره گیری شده …………………………………………………………………………………….. 40
3-9-1- ماشین بردار پشتیبان ………………………………………………………………………………………… 40
3-9-2- k نزدیک ترین همسایه ………………………………………………………………………………………. 42
3-10- روش‌های مقایسه شده با روش پیشنهادی……………………………………………………………………………… 42
3-10-1- آنتروپی تقریبی ………………………………………………………………………………………………. 43
3-10-2- کولموگروف آنتروپی…………………………………………………………………………………………. 44
3-10-3- تجزیه و تحلیل بردار اصلی به همراه کرنل ………………………………………………………….. 45
3-10-4- مدل مخفی مارکوف…………………………………………………………………………………………. 45
3-10-5- روش اراﺋﻪ شده توسط لیو و همکارانش ………………………………………………………………. 46
3-10-6- روش اراﺋﻪ شده توسط شن و همکارانش …………………………………………………………….. 46
3-10-7- توموگرافی الکترومغناطیسی با رزولوشن پایین …………………………………………………….. 47
3-10-8- توموگرافی الکترومغناطیسی استاندارد با رزولوشن پایین ………………………………………. 48
3-11- جمع‌بندی ……………………………………………………………………………………………………………………….. 49
فصل چهارم: آزمایش‌ها و نتایج …………………………………………………………………………………………………… 50
4-1- مقدمه ……………………………………………………………………………………………………………………………….. 51
4-2- شبیه سازی سیگنال EEG برای مشخص کردن دقت مکان‌یابی ……………………………………………….. 52
4-3- سیگنال EEG ثبت شده برای مطالعه اندازه خستگی ………………………………………………………………. 53
4-4- شبیه سازی سیگنال EEG برای مطالعه اندازه خستگی ……………………………………………………………. 57
4-5- نتایج …………………………………………………………………………………………………………………………………. 59
4-5-1- مقایسه روش مکان یابی پیشنهادی و LCMV ………………………………………………………. 59
4-5-2- مطالعه خستگی به کمک داده های ثبت شده  EEG………………………………………………. 60
4-5-2-1- مطالعه مکان و قدرت منابع در حالت خسته و نرمال……………………………… 60
4-5-2-2- مطالعه ویژگی پیشنهادی در کلاسه‎بندی حالت‌ها…………………………………. 62
4-5-2- مطالعه خستگی به کمک سیگنال شبیه‌سازی شده…………………………………………………. 67
4-6- جمع‌بندی ………………………………………………………………………………………………………………………….. 70
فصل هفتم: نتیجه گیری و پیشنهادات …………………………………………………………………………………… 71
فهرست منابع ………………………………………………………………………………………………………………………… 74

 


فهرست جداول

 

 

عنوان و شماره                                                                                                   صفحه


59
جدول 4-1) مقایسه اندازه خطا بین روش پیشنهادی و روش LCMV …………………………………………………………
63 جدول 4-2) صحت به دست آمده توسط روش پیشنهادی در کلاسه بندی‌های 1NN و SVM……………………..
63 جدول 4-3) صحت به دست آمده توسط لیو و همکارانش………………………………………………………………………………..
64 جدول 4-4) صحت به دست آمده توسط شن و همکارانش……………………………………………………………………………………..
65 جدول 4-5) مقایسه بین پیچیدگی استخراج ویژگی روش‌های مختلف ………………………………………………………….
 

67

جدول 4-6)  خطای مکان‌یابی برای روش های مختلف بر روی قسمت‌های مختلف سیگنال که از آغاز سیگنال شبیه سازی شده انتخاب شده‌اند…………………………………………………………………………………………………..
 

68

جدول 4-7)  خطای مکان‌یابی برای روش های مختلف بر روی قسمت‌های مختلف سیگنال که از وسط سیگنال شبیه سازی شده انتخاب شده‌اند…………………………………………………………………………………………………..
 

68

جدول 4-7)  خطای مکان‌یابی برای روش های مختلف بر روی قسمت‌های مختلف سیگنال که از وسط سیگنال شبیه سازی شده انتخاب شده‌اند…………………………………………………………………………………………………..
 

68

جدول 4-9) انحراف معیار و میانگین خطای مکان یابی برای روش های مختلف بر روی قسمت های مختلف سیگنال شبیه سازی شده……………………………………………………………………………………………………………….

 


فهرست شکل ها

 

 

عنوان                                                                                                                صفحه

شکل2-1) انتخاب بهترین ویژگی‌ها در روشی مبتنی بر طیف سیگنال…………………………………………………. 11
شکل 2-2) مقایسه پارامترهای ApEn و KC برای دو باند فرکانسی آلفا و بتا و در دو حالت قبل و بعد از خستگی…………………………………………………………………………………………………………………………………………………….  

13

شکل 2-3) نظم منطقی بین 59 الکترود…………………………………………………………………………………………………… 16
شکل 2-4) مکان الکترودها که با اسم هر الکترود مشخص شده می باشد ……………………………………………………. 19
شکل 3-1) فیلتر مکانی در الگوریتم‌های پرتوسازی………………………………………………………………………………….. 31
شکل 3-2) بهره گیری از فیلتر مکانی تقریباً بهینه………………………………………………………………………………………… 34
شکل 4-1) مکان منبع فرض شده برای شبیه سازی سیگنال EEG……………………………………………………….. 52
شکل 4-2) نمونه‌ای از سیگنال EEG فرد قبل از خسته شدن ………………………………………………………………. 55
شکل 4-3) نمونه‌ای از سیگنال EEG فرد پس از خسته شدن……………………………………………………………….. 55
شکل 4-4) نمونه ای از سیگنال EEG پیش پردازش شده فرد قبل از خسته شدن………………………………. 56
شکل 4-5) نمونه ای از سیگنال EEG پیش پردازش شده فرد پس از خسته شدن ………………………………. 56
شکل 4-6) نمونه ای از نویز EOG اضافه شده به داده‌های شبیه سازی شده…………………………………………. 58
شکل 4-7) مکان متوسط قوی‌ترین منبع برای یک فرد در حالت خسته و نرمال……………………………………. 61
شکل 4-8) قدرت متوسط منابع برای 17 شرکت کننده در ثبت سیگنال در هر دو سطح خسته و غیر خسته………………………………………………………………………………………………………………………………………………………………  

62

شکل 4-9) نمایش جعبه‌ای برای مقایسه بین صحت، ویژگی و حساسیت روش‌های مختلف ………………….. 65
شکل 4-10) اندازه خستگی به دست آمده توسط روش پیشنهادی …………………………………………………………. 70
   

 

فصل اول

1- مقدمه

  • مقدمه

خستگی پدیده ای رایج در زندگی روزمره ماست. یک تعریف مشترک از خستگی این می باشد که خستگی حالتی می باشد که به دنبال یک بازه از فعالیت ذهنی یا بدنی ایجاد می گردد که توسط کاهش در توانایی برای کار کردن مشخص می گردد.

اولین بار مفهوم خستگی ذهنی توسط گرندجین[1] معرفی گردید [1]، که به وضوح خستگی ذهنی را از خستگی فیزیکی متفاوت نمود. او خستگی بدنی را در اثر کاهش عملکرد سیستم عضلانی و خستگی ذهنی را با کاهش عملکرد ذهنی و احساس خستگی تعریف نمود.

خستگی دارای پیامدهای عمده ای در تلفات جاده و در حال حاضر یکی از مساﺋﻞ عمده در صنعت حمل و نقل می باشد. با در نظر داشتن کار های اولیه در این مورد، خستگی راننده 35-45 درصد از تصادفات جاده را تشکیل می داده می باشد [2]. به علاوه خستگی باعث کاهش کارایی ذهنی خصوصاً در افراد متخصصی که در حین کار فعالیت ذهنی بسیار بالایی دارند (برنامه نویسان حرفه‌ای کامپیوتر و طراحان سیستم‌های صنعتی که در قسمت‌های R&D شرکت‌ها کار می‌کنند) و همچنین باعث افزایش زمان پاسخ گویی در افراد می گردد. در نتیجه علاوه بر اثراتی که خستگی ذهنی بر پایین آمدن کارایی افراد در موقعیت‌های شغلی مختلفی دارد، می‌تواند عامل مهمی در تصادفات جاده‌ها و سنجش کارایی افراد در کارخانجات باشد. در نتیجه، از آنجا که با خسته شدن، فرد در اجرای کار با قدرت عملکرد کافی سخت و پیچیده می گردد و با در نظر داشتن ارتباط‌ای که خستگی در افزایش احتمال تصادفات در جاده‌ها و کارخانجات دارد [3 و 4]، مشخص کردن اندازه خستگی فرد، در کاهش چنین تصادفاتی و همچنین افزایش قدرت عملکرد افراد ضروری به نظر می‌رسد. در نتیجه ما در این پژوهش به مطالعه خستگی ذهنی پرداخته‌ایم (در ادامه خستگی به معنی خستگی ذهنی بهره گیری شده می باشد).

  • تعریف مسئله

از زمان تعریف خستگی تاکنون، در زمینه تشخیص اندازه خستگی روش‌های متفاوتی مورد مطالعه قرار گرفته می باشد. در بین این روش‌ها، به نظر می‌رسد سیگنال ثبت شده از فعالیت الکتریکی مغز[2](EEG) مشخص کننده بهتری از اندازه خستگی می باشد و قدرت پیش‌بینی بیشتری در تشخیص خستگی مغزی دارد [5].

EEG در اصل به عنوان یک روش برای پژوهش در مورد فرایندهای مختلف ذهنی ارائه گردید. اولین ثبت فعالیت الکتریکی مغز از مغز خرگوش و میمون توسط کاتون[3] در سال 1875 گزارش گردید [6]، اما سال 1929 بود که هانس برگر[4] [7] اولین اندازه گیری از فعالیت‌های الکتریکی مغز را در بشر گزارش نمود. پس از آن، این سیگنال در تشخیص‌های کاربردی به ویژه بیماری‌های مختلف به کار برده گردید. از آنجا که به گونه گسترده‌ای پذیرفته شده می باشد که تغییرات مشخصه در شکل موج EEG و باندهای قدرت آن را می‌توان برای مشخص کردن انتقال از هوشیاری به خواب و مراحل مختلف خواب مورد بهره گیری قرار داد [8]، EEG به عنوان یک استاندارد برای اندازه گیری سطح هوشیاری و خواب آلودگی نظاره شده می باشد. در نتیجه از سیگنال EEG به عنوان یک روش استاندارد برای مشخص کردن سطح خستگی بهره گیری می گردد.

با این حال، تفاوت‌های قابل توجهی در میان الگوریتم‌های فعلی تشخیص خستگی بر اساس EEG هست. مطالعات قبلی نشان داده می باشد که ارتباط بین تغییرات EEG و اندازه خستگی به نوع کار و حالت شخص بستگی دارد. این مطالعات هم در ماهیت الگوریتم برای تشخیص خستگی و  هم مکان و تعداد الکترود‌ها برای ثبت سیگنال متفاوت هستند [9]. به علاوه تمام این الگوریتم‌ها با محدودیت‌های متفاوتی رو به رو هستند. به گونه مثال  بسیاری از این روش‌ها نیاز به روش‌های برای کاهش بعد فضای ویژگی‌های استخراج شده دارند تا دقت روش‌های خود را افزایش دهند. در نتیجه هدف از انجام این پایان نامه تشخیص اندازه خستگی به کمک روشی می باشد که نیاز به کاهش بعد داده‌ها نداشته و همچنین اثر خستگی را بر فعالیت‌های مغزی نظاره کند. در نتیجه ما از روش‌های مکان یابی منابع برای رسیدن به این هدف بهره گیری کرده‌ایم.

در زمینه مکان یابی کانون‌ها در مغز روش‌های متفاوتی هست که درسال‌های اخیر این رویکردها کوشش در بالا بردن صحت و افزایش نسبت سیگنال به نویز نتایج مکان یابی کرده‌اند. مانند این روش‌ها می‌توان به پرتوسازی[5] تصریح نمود [10] که در آن با کمک فیلتر کردن داده‌های به دست آمده از الکترودهای مختلف، کوشش در یافتن جهت و مکان کانون‌های تولید کننده این سیگنال‌ها داریم.

در این پایان نامه برای مشخص کردن اندازه خستگی آغاز به مکان یابی کانون‌ها خواهیم پرداخت، سپس با استخراج ویژگی‌های مختلف کوشش در مشخص کردن اندازه خستگی خواهیم نمود. برای تست روش پیشنهادی هم از سیگنال‌های ثبت شده از افراد مختلف بهره گیری می‌کنیم و هم از سیگنال EEG که با در نظر داشتن خصوصیات موجود دیده شده در سیگنال‌های ثبت شده در حین خستگی تولید شده بهره گیری می‌کنیم. در نتیجه اهداف این پایان‌نامه را می‌توان در موردها زیر اختصار نمود.

  • دست یابی به الگوریتمی که بتواند به صورت پیوسته اندازه خستگی را مشخص کند.
  • افزایش صحت و سرعت تشخیص اندازه خستگی

به علاوه با در نظر داشتن ارتباط‌ای که خستگی و خواب با هم دارند در صورت مشخص شدن این ارتباط شاید بتوان از آن در درمان بیماری‌هایی مانند اختلال خواب و بیماری‌های مشابه دیگر بهره گیری نمود.

  • نگاهی به فصول پایان نامه

مطالب یاد شده در این پایان‌نامه در قالب پنج فصل آورده شده‌اند. ادامه مطالب ذکر گردیده را می‌توان در موردها زیر اختصار نمود.

فصل دوم. پیشینه تحقیقات

در این فصل مهمترین کارهای پیشین که تاکنون، برای مطالعه خستگی ذهنی انجام شده به همراه خصوصیات آنها مورد مطالعه و مطالعه قرار گرفته می باشد.

فصل سوم. روش پژوهش

در این فصل آغاز روش حدف نویز از داده‌های ثبت شده تبیین داده می گردد. سپس یکی از روش‌های مکان یابی و معضلات آن تبیین داده می گردد. پس از آن روشی برای بهبود مکان یابی منابع پیشنهاد می گردد. در نهایت به مطالعه روش تعیین خستگی ذهنی می‌پردازیم.

فصل چهارم. آزمایش‌ها و نتایج

در این فصل در آغاز سیگنال‌های مورد مطالعه تبیین داده می گردد. سپس مراحل مختلف تبیین داده شده در فصل قبل و روش‌های تشخیص خستگی رایج بر روی این سیگنال‌ها اعمال می گردد. همچنین نتایج حاصل از اعمال این روش‌ها تبیین داده می گردد.

فصل پنجم. نتیجه‌گیری  و پیشنهادات

در فصل آخر مطالب یاد شده در این پایان‌نامه جمع‌بندی شده و در مورد آن‌ها بحث می گردد. سپس پیشنهادات و مسیرهایی برای ادامه و گسترش این پژوهش در پژوهش‌های آینده، ارائه می گردد.

[1] Grandjean

[2] Electroencephologram

[3] Caton

[4] Hans Berger

[5] Beamforming

تعداد صفحه :99

قیمت : 14700 تومان

بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد

و در ضمن فایل خریداری شده به ایمیل شما ارسال می گردد.

پشتیبانی سایت :        ****       serderehi@gmail.com

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

***  **** ***

این مطلب رو هم توصیه می کنم بخونین:   پایان نامه : ارائه چارچوبی برای امکان پذیری استخراج نیازمندی‌ها در سازمان‌های بزرگ مقیاس به زبان فارسی مبتنی بر نیازمندی‌های عملیاتی و غیر عملیاتی