🔹دوازدهمین کارگاه ثبت، تحلیل و پردازش سیگنال های EEG
🔹زمان: ۲۴ الی ۲۶ بهمن ۹۷
لینک ثبت نام :
http://www.nbml.ir/fa/workshops

لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

پردازش سیگنالهای مغزی در دو حوزه قابل انجام است:1- در حوزه کانالها و سنسورها sensors & channels
2- درحوزه مولفه ها و منابع ها components & sources
سبگنالهایی که در دستگاه ها ثبت میشوند اطلاعات کانالها را میدهند و بنابراین کانالها در همه افراد به نحوی یکسان هستند(از تغییرات محل الکترودها و امپدانس الکترود و... صرف نظر شده) و نتایج پردازشی انها مثلا افزایش یا کاهش باند الفا در همه افراد قابل تعمیم و بررسی هستند
در حوزه مولفه ها سیگنالها در فضا سنسور(sensor space) با یک تبدیل ریاضی و با فرضهایی روی مولفه ها به فضای مولفه میرود. از معروفترین این روابط و تبدیلات pca و ica میباشند که با تعاریف متفاوت تولید مولفه های مغزی می کنند(این مولفه ها با مولفه های سیگنال erp اشتباه نشود)

بزرگترین اشکالی که به مولفه های مغزی گرفته میشود این است که بدلیل فرمول بندی ریاضی(ذهنی) از کجا معلوم اینها مصادیق واقعی در کورتکس داشته باشند . یکی از کارهایی که گروه تحقیقاتیSwartz center for computational Neuroscience: eeglab در این سالیان انجام داده است پیدا کردن تفسیر فیزیکی برای مولفه ها بوده است که در مقالات و کارگاه ها مفاهیم ان را گسترش داده است

🔰این کارگاه عملی برای چه کسانی میتواند مفید واقع شود:

🔵کسانی که داده نویزی دارند و برای پردازش آن نیاز به پیش پردازش های مختلف دارند.♒️💻

🔵کسانی که قصد ثبت دیتا دارند.🤷‍♂🖥📈

🔵کسانی که نیاز به پروتکل نویسی با cogent دارند.🔰

🔵محققانی که میخواند ثبت و یا پردازش ERPانجام دهند.👨‍🏫📇

🔵پژوهشگرانی که در حوزه تخمین ارتباطات مغزی پژوهش می کنند.↔️🔂


🔵کسانی که برای پروژه های خود نیاز به مکان یابی منابع مغزی دارند.⁉️🤔

🔵 افرادی که در پژوهش خود نیاز به خوشه بندی منابع مغزی دارند.📑📂📋

🔵 کسانی که میخواهند بیومارکر در eeg و erp پیدا و معرفی کنند.❇️

🔵دوستانی که به دنبال بررسی جریان اطلاعات در مغز هستند(information flow)🔎

🔵محققانی که می خواهند با مولفه های مغزی ica کار کنند📖

🔵پژوهشگرانی که خواهان آشنایی با تئوری گراف در ارتباطات مغزی هستند.🌐

🔵افرادی که می خواهند نحوه کار با study design در eeglab را فراگیرند.✅


🔵کسانی که می خواهند QEEG های جدید معرفی نمایند.🆕🔆

🔵محققانی که نیاز به آشنایی با ویژگی های زمانی و زمان-فرکانس و نحوه نمایش آنها در eeglab همراه با مثالهای برنامه نویسی و محاسبه آنها در MATLAB دارند.💻📙

🔵پژوهشگرانی که تمایل به آشنایی با سیستمهای معروف BCI نظیر طبقه بندی task هاERD و ERSو BCIspeller و SSVEP را دارند.💻🔀🗣

❇️❇️❇️❇️❇️❇️❇️
لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

🔹دوازدهمین کارگاه ثبت، تحلیل و پردازش سیگنال های EEG
🔹زمان: ۲۴ الی ۲۶ بهمن ۹۷
لینک ثبت نام :
http://www.nbml.ir/fa/workshops

لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

🔴 دومین فراخوان حمایت از طرح های فناوری مشترک با دانشگاه صنعتی شریف و شرکت شناسا

🔻محور فراخوان: طراحی پروتکل های توانبخشی جهت سیستم های واقعیت مجازی و توانبخشی از راه دور

🔻مخاطبین: اعضا هیات علمی دانشگاه علوم بهزیستی و توانبخشی خصوصا همکاران گروههای فیزیوتراپی و کاردرمانی و ارتز وپروتز

🕰 مهلت: 5 دی 1397
📄 دریافت فرم پروپزال: صفحه دفتر توسعه فناوری سلامت در سایت دانشگاه

محل اجرا: مرکز تحقیقات توانبخشی عصبی جواد موفقیان
خروجی مورد انتظار: نرم افزار ساخته شده مبتنی بر سخت افزارهای موجود
📞 تلفن دفتر: 71732834

⚙️توسعه فناوری دانشگاه
⚙️@UswrTechDevelopment

📝WORKSHOP PROGRAM:

🔵FIRST DAY: BASIC TOPICS AND EEG RECORDING (480 MIN):

🚩1) INTRODUCTION TO ELECTROENCEPHALOGRAPHY (LECTURE: 45 MIN HANDSON:60 MIN)
 ✔️ Electrode positions
 ✔️ Types of electrodes
 ✔️ Impedance measurement
 ✔️ Bipolar and monopolar recording
🚩2) INTRODUCTION TO EVOKED POTENTIALS AND THEIR RECORDING (LECTURE: 45 MIN HANDSON:60 MIN)
 ✔️ Stimulation protocols
 ✔️ Visual Evoked Potentials (VEP)
 ✔️ Audio Evoked Potentials (AEP)
 ✔️ Somatosensory Evoked Potentials (SEP)
🚩3) Event Related Potentials (ERP) (lecture: 60 Min HandsOn:60 Min)
 ✔️ Design and Implementation of stimulation protocols
📎 Visual stimulation using Microsoft PowerPoint
📎 Introduction to Cogent Toolbox
 ✔️ Signal and Stimulation synchronization
 ✔️ Target and Non-Target Stimulation (Oddball patterns)
🚩4) Introduction to BCI systems (lecture: 60 Min HandsOn:90 Min)
 ✔️ ERP based BCIs
 ✔️ ERD,ERS based BCIs
 ✔️ BCIs Based on Steady State Visual Evoked Potentials (SSVEP)



🔵SECOND DAY: BASIC TOPICS FOR PROCESSING (480 MIN):

🚩1) PREREQUISITE FOR DATA PROCESSING (180)
 ✔️ Fourier Transform (40 min)
 ✔️ Filters (40 min)
 ✔️Independent Component Analysis (100 min):
📎 What is ICA?
📎ICA maps and source activations.
📎Utilizing ICA for noise removal procedures.
🚩2) WORKING WITH EEGLAB (300 min)
 ✔️Loading Data into EEGLAB and data structure in it (60 min)
 ✔️Channel Locations, Plotting Channel Spectra and Maps (60 min)
 ✔️De-noising and filtration (40 min)
 ✔️Extracting Data Epochs (20 min)
 ✔️Decomposing Data Using ICA and Working with ICA Components (60 min)
 ✔️Artifact detection and rejection using ICA (60 min)
🚩3) Q & A


🔵 Third day: ADVANCED TOPICS (480 min)

🚩1) ADVANCED TOPICS (120 min)
 ✔️ERP and EEG Dynamics & Time-Frequency Analysis (50 min)
 ✔️DIPFIT (40 min):
📎-Headman Warping
📎-Source localization and dipole modelling
 ✔️Connectivity Analysis: Coherence, Correlation, Phase difference (30min)
🚩2) SIFT source information-flow toolbox (120 min)
 ✔️Granger causality analysis (20 min):
 ✔️Multivariate Autoregressive (MVAR) Modeling (70 min)
 ✔️Connectivity (30 min)
🚩3) WORKING WITH EEGLAB (240 min)
 ✔️GENERAL ADVANCED TOPICS (120 min)
 ✔️SIFT (120 min)
🚩4) Q & A


🔴توجه: ثبت داده با تجهیزات آزمایشگاه ملی نقشه برداری مغز انجام می گیرد
پورتکل های آموزش برای ثبت EEG و ERP کارگاه با تجهیرات ازمایشگاه هماهنگ شده اند و قابلیت استفاده در ثبت های دیگر شما عزیزان را دارند.
لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

🔰این کارگاه عملی برای چه کسانی میتواند مفید واقع شود:

🔵کسانی که داده نویزی دارند و برای پردازش آن نیاز به پیش پردازش های مختلف دارند.♒️💻

🔵کسانی که قصد ثبت دیتا دارند.🤷‍♂🖥📈

🔵کسانی که نیاز به پروتکل نویسی با cogent دارند.🔰

🔵محققانی که میخواند ثبت و یا پردازش ERPانجام دهند.👨‍🏫📇

🔵پژوهشگرانی که در حوزه تخمین ارتباطات مغزی پژوهش می کنند.↔️🔂


🔵کسانی که برای پروژه های خود نیاز به مکان یابی منابع مغزی دارند.⁉️🤔

🔵 افرادی که در پژوهش خود نیاز به خوشه بندی منابع مغزی دارند.📑📂📋

🔵 کسانی که میخواهند بیومارکر در eeg و erp پیدا و معرفی کنند.❇️

🔵دوستانی که به دنبال بررسی جریان اطلاعات در مغز هستند(information flow)🔎

🔵محققانی که می خواهند با مولفه های مغزی ica کار کنند📖

🔵پژوهشگرانی که خواهان آشنایی با تئوری گراف در ارتباطات مغزی هستند.🌐

🔵افرادی که می خواهند نحوه کار با study design در eeglab را فراگیرند.✅


🔵کسانی که می خواهند QEEG های جدید معرفی نمایند.🆕🔆

🔵محققانی که نیاز به آشنایی با ویژگی های زمانی و زمان-فرکانس و نحوه نمایش آنها در eeglab همراه با مثالهای برنامه نویسی و محاسبه آنها در MATLAB دارند.💻📙

🔵پژوهشگرانی که تمایل به آشنایی با سیستمهای معروف BCI نظیر طبقه بندی task هاERD و ERSو BCIspeller و SSVEP را دارند.💻🔀🗣

❇️❇️❇️❇️❇️❇️❇️
لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

🔹دوازدهمین کارگاه ثبت، تحلیل و پردازش سیگنال های EEG
🔹زمان: ۲۴ الی ۲۶ بهمن ۹۷
لینک ثبت نام :
http://www.nbml.ir/fa/workshops

لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

قابل توجه دوستان 🌺🌺🌺🌺🌺🌺
طبق لینک ثبت نام در سایت آزمایشگاه نقشه برداری ظرفیت باقیمانده 17 نفر است(ظرفیت ثبت نام اعلامی 30 نفراست)

فیلم آموزش EEGLAB_قسمتی از کارگاه پردازش سیگنال های مغزی توسط دکتر نصرآبادی به درخواست شرکت کنندگان
import data_import event_ channel locations
روی داده ساختگی
👇👇👇👇👇
📱لینک عضویت کانال:
✅ https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

در فیلتر کردن سیگنالها، خطی بودن فاز اهمیت زیادی دارد و از شیفت و جابجایی مولفه های فرکانسی در زمان(محل رویداد مولفه ها)، بعد از عبور سیگنال از فیلتر جلوگیری میکند. فیلتر های دیجیتال یا تمام صفرندFIR یا قطب دارندIIR که فیلتر های FIR با طراحی خاصی می توانند فاز خطی داشته باشند و بنابراین کاربرد زیادی در فیلتر کردن سیگنالها مخصوصاً سیگنالهای حیاتی دارند. یکی از دستورات طراحی فیلتر های پاسخ ضربه محدودFIR در متلب دستور firgr میباشد که با مشخص کردن پاسخ فرکانسی برای ان و با توجه به درجه فیلتر(تعداد تاخیر) ضرایب فیلتر را مشخص میکند. توضیحات بیشتر در جزوه mi2 اورده شده است
👇👇👇

در فیلتر کردن سیگنالها بسته به درجه فیلترها از نظر زمانی پیکها جابجا میشوند و مثلا پیک در ثانیه 2 به 2.2 ثانیه منتقل میشود
اگر از نظر زمانی، زمان رویدادن یک اتفاق مهم است در فیلتر کردن باید مواظب باشید تا شیفت پیدا نکند
برای اینکار میتوان از دستور filtfilt متلب استفاده کرد که یکبار سیگنال را درجهت مستقیم زمانی (time forward)و یکبار معکوس زمانی(time reverse) فیلتر میکند و شیفتها جبران میشود

y=filtfilt(num,den,x)
num:چند جمله ای صورت فیلتر بر حسب تبدیل زد
den: چند جمله ای مخرج
x: سیگنال ورودی که طولش باید بیشتر از سه برابر درجه فیلتر باشد
لطفا help filtfilt را ببینید

سیگنال ECG ساختگی 👆👆👆

در تصویر بالا می بینیم فیلتر معمولی شیفت زمانی داده ولی filtfilt محل زمانی پیک را حدودا تغییر نداده

در روشهای استخراج باند الفا در سیگنال های مغزی این نکته در فیلتر کردن مهم است
در فیلترهای FIR حدودا به درجه فیلتر شیفت در نمونه های زمانی داریم مثلا فیلتر درجه 100 حدود 100 نمونه شیفت دارد(اگر فرکانس نمونه برداری 200 هرتز باشد 100 نمونه حدود نیم ثانیه میشود)
این روش برای پردازشهای offline مناسب است و برای کارهای online قابل استفاده نیست