:: کارگاه EEGLAB
کارگاه EEGLAB: پردازش سیگنال های الکتریکی مغز (EEG و ERP) در جعبه ابزارEEGLAB
EEG Lab Workshop, Processing of Brain Electrical Signals (EEG and ERP) Using EEGLAB Toolbox
زمان برگزاری: سه شنبه 9 آبان ماه 1402 ساعت 11 الی 14
(هزینه ثبت نام در کارگاه: 400 هزار تومان)
1- شرح موضوع کارگاه
فرایندهای مغزی، حاصل تبادل الکتریکی میلیون ها نورون هستند. سیگنال مغزی الکتروانسفالوگرام (EEG) یکی از سیگنال های الکتریکی است که برای ثبت فعالیت الکتریکی مغز با استفاده از الکترودگذاری از روی سطح پوست صورت گرفته و برای تشخیص انواع اختلالات مغزی، تشخیص های پزشکی، واسط مغز رایانه، حوزه های علوم شناختی و… کاربرد دارد. به دلیل ماهیت نویزی سیگنال ثبت شده، پیش پردازش و پردازش این سیگنال از چالش های خاصی برخوردار هستند.
تاکنون نرم افزارهای متعددی برای تحلیل این سیگنال معرفی شده و توسعه یافته است. از این میان، جعبه ابزار EEGLAB یکی از بسته های نرم افزاری معروف و کاربردی در این حوزه است که که با اضافه شدن به محیط نرمافزار MATLAB امکان اجرای بسیاری از پردازشهای مطرح در تحلیل سیگنالهای EEG را فراهم میآورد. این ابزار با ارائه واسط گرافیکی کاربر (GUI)، برای کاربران قابلیت تعامل منعطفی ارائه می کند و کاربران قادرند انواع تحلیل پیوسته و وابسته به رخداد سیگنال های EEG را به راحتی مدیریت نمایند. این رابط گرافیکی حتی به محققین در حوزههای غیر مهندسی و همچنین افرادی که بهتازگی تحلیل سیگنال EEG را شروع کردهاند این امکان را میدهد که بدون نیاز به کد نویسی و انجام عملیات پیچیده، سیگنالهای خود را پردازش و تحلیل کنند. علاوه بر این، این ابزار برای کاربران حرفه ایMATLAB، محیط برنامه نویسی ساختار یافته ای را جهت ذخیره، دسترسی، اندازه گیری و سایر پردازش ها فراهم نموده است.
سیگنال EEG، یکی از پیچیده ترین سیگنال های الکتریکی حیاتی است که تحلیل آن برای شناسایی و تشخیص بسیاری از اختلالات مغزی و نیز شناخت فرایندهای شناختی ضروری است و از این جهت، پردازش آن از اهمیت ویژه ای برخوردار است. چالش های پردازشی سیگنال EEG منجر به استفاده از تکنیک های مهندسی در پیش پردازش و پردازش این سیگنال گردیده است.
در این کارگاه، در راستای معرفی جعبه ابزار EEGLAB به عنوان ابزاری بسیار کاربردی برای پیش پردازش و تحلیل های سیگنال EEG ، سرفصل های کامل و کاربردی در نظر گرفته شده و کلیه موارد در چهار جلسه یک ساعته به صورت عملی بر روی داده های EEG مختلف توسط شرکت کنندگان، پیاده سازی خواهد شد.
پس از پایان این کارگاه، شما قادر خواهید بود انواع داده های مختلف EEG را در جعبه ابزار EEGLAB وارد نموده و کلیه عملیات پیش پردازش، استخراج ویژگی، رسم نمودارهای زمانی، فرکانسی، زمان-فرکانسی، مکان یابی منابع، محاسبه و نمایش ارتباطات مغزی و ... را انجام دهید. همچنین با مفهوم آنالیز داده ی ثبت شده از گروه (Batch processing for groups of subjects) و تعریف Study آشنا خواهید شد.
سرفصل مطالب:
وارد کردن داده های مختلف EEG با پسوند های مختلف به EEGLAB
تعریف channel location و event
بررسی شکل زمانی و فرکانسی داده ها
تمیز کردن چشمی داده ها
پیش پردازش داده
فیلتر کردن داده
تغییر نرخ نمونه برداری
Re-referencing
کار با پلاگین های اتوماتیک حذف نویز از سیگنال EEG و حذف مؤلفه های غیر مغزی سیگنال EEG
پیاده سازی ICA بر روی سیگنال EEG
پیاده سازی ICA و مشاهده اجزای آن
حذف Component های مرتبط با نویز
مکان یابی منابع اجزای ICA
…
استخراج ERP از سیگنال پیوسته EEG
آنالیز فوریه سیگنال EEG
آنالیز wavelet سیگنال EEG
انواع plot های داده
ERP-image
Spectra
Time-frequency decompositions
ICA components
بکار گیری و نمایش مکان یابی منابع در EEGLAB با پلاگین dipfit
بکارگیری پلاگین SIFT برای محاسبات ارتباطات مغزی و انواع نمایش آن ها
تعریف و طراحی Study و کارهای آماری ساده
2- مخاطبان کارگاه
مخاطبان اصلی این کارگاه میتواند دانشجویان رشته های مهندسی پزشکی و مهندسی کامپیوتر علاقمند به حوزه پردازش سیگنال های حیاتی را شامل شود.
3- مجری کارگاه:
دکتر سمیه افراسیابی: دکتری مهندسی پزشکی - گرایش بیو الکتریک
دکترسمیه افراسیابی تحصیلات دانشگاهی خود را در رشته مهندسی پزشکی- بیو الکتریک به پایان رسانده اند. مدرک دکتری خود را از دانشگاه شیراز، در زمینه پردازش سیگنال الکتروانسفالوگرام با هدف طبقه بندی و تعیین میزان درد به صورت objective در سال 1400 دریافت نموده اند.
در مقطع کارشناسی ارشد، خانم افراسیابی با رویکرد تخمین عمق بیهوشی، عملیات ثبت عملی، پیش پردازش و پردازش سیگنال الکتروانسفالوگرام ثبت شده از بیماران تحت عمل جراحی دردناک را انجام داده اند که با توجه به محیط پر نویز اتاق عمل، پیش پردازش سیگنال های یاد شده، برای حصول نتیجه از اهمیت حیاتی برخوردار بوده است.