با توجه به حضور دکتر رضازاده در ایران و محدودیت زمان ایشان، تاریخ تنظیم شده است
لینک ثبت نام
https://nbml.ir/FA/workshops/746372

📝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

برنامه حدودی کارگاه

طیف مخاطبین

با توجه به حضور دکتر رضازاده در ایران و محدودیت زمان ایشان، تاریخ تنظیم شده است
لینک ثبت نام
https://nbml.ir/FA/workshops/746372

با سلام
با تشکر از استقبال شما عزیزان، ظرفیت پانزدهمین کارگاه پردازش سیگنال های مغزی تکمیل شد.

مطلب زیر درباره مطالب مقدماتی کاربرد تئوری گراف در بازنمایی چرخش اطلاعات در مغز میباشد
در شکل بالا مشاهده میشود که الکترودها/منابع مغزی/ واکسل های اکتیو میتوانند بعنوان راس یا node گراف گرفته شوند. مقادیر کمی توصیفهای محاسبه شده بصورت ماتریس بین نواحی connectivity که می تواند یک طرفه یا دوطرفه باشد(ماتریس متقارن یا غیر متقارن) نوشته میشود و سپس ماتریس تبدیل به یالهای link گراف میشود. برای جلوگیری از شلوغ شدن شکل روی مقادیر ماتریس استانه گذاری threshold گذاشته میشود
https://sapienlabs.org/graph-theory-in-eeg/

Small-world networks and neuropsychiatric disorders

Recall that a network is said to exhibit small-world property when it is characterized by a high degree of local interaction (presence of cliques) and few short cuts between the nodes. Mathematically, this is represented by what is known as a small-world coefficient, which is simply the ratio of the (normalized) clustering coefficient of a network to the (normalized) average path length.  

Several studies have shown that small-world configuration is essential for healthy brain function and a deviation from this may result in disorders. For instance , using EEG (see Figure  below) it was shown that in Alzheimer’s disease (AD), the clustering coefficient decreased in the lower alpha and beta bands, while the mean path length reduced in the lower alpha and gamma band, compared to controls [1]. However in case of frontotemporal lobe degeneration (FTLD), no significant difference with the controls was found. In this work, the authors used synchronization likelihood as a measure of functional connectivity between pairs of EEG electrodes. Overall, the authors reported that their results supported the disconnection hypothesis in AD, by demonstrating that deviation from SW networks towards a more random network results in less efficient information exchange between the brain areas.

In another study, again using EEG it was shown that , during a working memory task the control group exhibited small-world property, which was not seen in the schizophrenia group [2]. Similarly, deviation from small world networks have been implicated in Autism as well [3].

توضیحات و مطالب مرتبط با شبکه دنیای کوچک small world network

مقاله ای درباره چگونگی ایجاد مفاهیم در مغز
https://sapienlabs.org/how-are-concepts-created-in-the-brain/