Forwarded from EEG workshop
🎬جلسه اول: مقدمه و دوره مفاهیم پایه و توضیح فرکانس
🎬 جلسه دوم : تعریف تحلیل مولفه های مستقل ICA ، تعیین مولفه ها(منابع) مغزی و غیر مغزی
🎬جلسه سوم: شروع به کار با eeglab ، نحوه ورود داده، تعریف کانالها(channel location) ، power spectrum ، تمیز کردن چشمی سیگنال، پاک کردن سیگنال با ICA، استخراجERPها و epoch کردن و ....
🎬 جلسه چهارم: ادامه جلسه سوم و توضیح بقیه ایکونهای eeglab
🎬جلسه پنجم: توضیح زمان-فرکانس، مکان یابی منابع (source localization)
🎬 جلسه ششم: توضیح ارتباطات مغزی brain connectivity و روشهای محاسبه ارتباطات موثر مغزی effective connectivity
خانواده PDC, DTF
🎬جلسه هفتم: بکارگیری مباحث جلسه پنجم درeeglab روی داده ها
🎬 جلسه هشتم: بکارگیری مباحث جلسه ششم در eeglab روی داده ها
نحوه ساختن و کار با study و آنالیزهای آن
🎬جلسه نهم: توضیح پلاگین های تمیزکردن اتوماتیک داده ASR، تشخیص مولفه های ICA بصورت اتوماتیک ICAlabel و Adjust
🎬جلسه دهم: مقدمه ای بر سیگنال های مغزی ERP/EEG و کاربردهای آن ها(جلسه دهم با جلسه اول حدود ۳۰ درصد همپوشانی دارد).
🎬 جلسه دوم : تعریف تحلیل مولفه های مستقل ICA ، تعیین مولفه ها(منابع) مغزی و غیر مغزی
🎬جلسه سوم: شروع به کار با eeglab ، نحوه ورود داده، تعریف کانالها(channel location) ، power spectrum ، تمیز کردن چشمی سیگنال، پاک کردن سیگنال با ICA، استخراجERPها و epoch کردن و ....
🎬 جلسه چهارم: ادامه جلسه سوم و توضیح بقیه ایکونهای eeglab
🎬جلسه پنجم: توضیح زمان-فرکانس، مکان یابی منابع (source localization)
🎬 جلسه ششم: توضیح ارتباطات مغزی brain connectivity و روشهای محاسبه ارتباطات موثر مغزی effective connectivity
خانواده PDC, DTF
🎬جلسه هفتم: بکارگیری مباحث جلسه پنجم درeeglab روی داده ها
🎬 جلسه هشتم: بکارگیری مباحث جلسه ششم در eeglab روی داده ها
نحوه ساختن و کار با study و آنالیزهای آن
🎬جلسه نهم: توضیح پلاگین های تمیزکردن اتوماتیک داده ASR، تشخیص مولفه های ICA بصورت اتوماتیک ICAlabel و Adjust
🎬جلسه دهم: مقدمه ای بر سیگنال های مغزی ERP/EEG و کاربردهای آن ها(جلسه دهم با جلسه اول حدود ۳۰ درصد همپوشانی دارد).
"با سلام و احترام،
شتابدهنده شناختی COGNOTECH، مرکز نوآوری کارولوکس و شتابدهنده نیروان با حمایت ستاد توسعه علوم و فناوری های شناختی چالش " توسعه فناوی، محصولات و خدمات شناختی سالمندان"را برگزار می کند. علاقه مندان تا 20 مرداد فرصت دارند از طریق سایت شتابدهنده شناختی به ادرس cognotech.ir طرح های خود را ثبت نمایند. "
Forwarded from Ali
ایشان حق زیادی بر گردن هوش مصنوعی و مهندسی پزشکی داشته اند و جزو اولین اساتید و توسعه دهندگان این رشته ها بوده اند
در این صفحه مقایسه بین eeglab و نرم افزارهای کاربردی روی پایتون شده است
با توجه به گراف مقایسه مشاهده میشود که هنوز eeglab با فاصله زیادی از بقیه قرار دارد و آموزش آن برای کسانی که در علوم اعصاب محاسباتی بر پایه سیگنالهای مغزی کار می کنند لازم است
https://sccn.ucsd.edu/wiki/EEGLAB_and_python
با توجه به گراف مقایسه مشاهده میشود که هنوز eeglab با فاصله زیادی از بقیه قرار دارد و آموزش آن برای کسانی که در علوم اعصاب محاسباتی بر پایه سیگنالهای مغزی کار می کنند لازم است
https://sccn.ucsd.edu/wiki/EEGLAB_and_python
How to call EEGLAB functions from python
If you want or need to call EEGLAB functions from python, the best solution is to use the python package Oct2py (pip install Oct2py). You will need to install Octave as well. See this page for more information on how to run EEGLAB on Octave. The way this Python library works is that it converts Python data structures to Matlab/Octave data structures and vice versa. Based on our research it is the simplest and most stable way to run Matlab functions on Python and most EEGLAB functions may be called from within python using this method.
# import dataset from EEGLAB from oct2py import octave octave.addpath('/data/matlab/eeglab/functions/guifunc'); octave.addpath('/data/matlab/eeglab/functions/popfunc'); octave.addpath('/data/matlab/eeglab/functions/adminfunc'); octave.addpath('/data/matlab/eeglab/functions/sigprocfunc'); octave.addpath('/data/matlab/eeglab/functions/miscfunc'); EEG = octave.pop_loadset('/data/matlab/eeglab/sample_data/eeglab_data_epochs_ica.set'); # plot first trial of channel 1 import matplotlib.pyplot as plt plt.plot(EEG.data[0][0]); plt.show()
An MNE function can also import EEGLAB data files
If you want or need to call EEGLAB functions from python, the best solution is to use the python package Oct2py (pip install Oct2py). You will need to install Octave as well. See this page for more information on how to run EEGLAB on Octave. The way this Python library works is that it converts Python data structures to Matlab/Octave data structures and vice versa. Based on our research it is the simplest and most stable way to run Matlab functions on Python and most EEGLAB functions may be called from within python using this method.
# import dataset from EEGLAB from oct2py import octave octave.addpath('/data/matlab/eeglab/functions/guifunc'); octave.addpath('/data/matlab/eeglab/functions/popfunc'); octave.addpath('/data/matlab/eeglab/functions/adminfunc'); octave.addpath('/data/matlab/eeglab/functions/sigprocfunc'); octave.addpath('/data/matlab/eeglab/functions/miscfunc'); EEG = octave.pop_loadset('/data/matlab/eeglab/sample_data/eeglab_data_epochs_ica.set'); # plot first trial of channel 1 import matplotlib.pyplot as plt plt.plot(EEG.data[0][0]); plt.show()
An MNE function can also import EEGLAB data files
bci.pdf
5.2 MB
📚هفته بیست و سوم
Brain-Computer Interface Research
#هفته_راباکتاب_آغاز_کنیم
#کتاب
#Book
📱لینک عضویت کانال پردازش سیگنال های مغزی:
✅ https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ
Brain-Computer Interface Research
#هفته_راباکتاب_آغاز_کنیم
#کتاب
#Book
📱لینک عضویت کانال پردازش سیگنال های مغزی:
✅ https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ
Startup Neurobotics has been able to teach a neural network to recreate the scenes seen by a person, using the electrical activity of his brain (EEG).
https://www.biorxiv.org/content/10.1101/787101v2.full
Previous similar studies are based on either MRI or signals analyzed directly from neurons. Those methods were not easy to practice in clinical environments and everyday life.
In the future, this discovery may allow us to create new types of device to help:
- Post-stroke rehabilitation, supporting reconstruct of memory
- Frictionless computer interactions using our thoughts
- Telepathy?
Iman
--
َAll the best,
با آرزوی بهترین
Iman Rezazadeh
bioRxiv
Natural image reconstruction from brain waves: a novel visual BCI system with native feedback
Here we hypothesize that observing the visual stimuli of different categories trigger distinct brain states that can be decoded from noninvasive EEG recordings. We introduce an effective closed-loop BCI system that reconstructs the observed or imagined stimuli…
4_5796548279986554933.pdf
440.5 KB
روش بکارگیری توابع eeglab در پایتون
با تشکر از خانم مهندس صباحی
با تشکر از خانم مهندس صباحی
4_5803401059221112757.mp4
14.7 MB
Neurotex از سایت
درباره پروژه کانکتوم و ارتباطات ساختاری مغز
درباره پروژه کانکتوم و ارتباطات ساختاری مغز
Forwarded from EEG workshop
Media is too big
VIEW IN TELEGRAM
Introduction to brain connectivity
قسمتی از کارگاه پردازش سیگنالهای مغزی
کانال کارگاه های پردازش سیگنال های مغزی
لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ
ارتباط با ما: EEGWorkshop@
قسمتی از کارگاه پردازش سیگنالهای مغزی
کانال کارگاه های پردازش سیگنال های مغزی
لینک عضویت کانال:
https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ
ارتباط با ما: EEGWorkshop@
مغز چگونه با موارد تازه و جدید برخورد می کند؟
https://sapienlabs.org/how-does-the-brain-deal-with-novelty/
https://sapienlabs.org/how-does-the-brain-deal-with-novelty/
Sapien Labs | Neuroscience | Human Brain Diversity Project
How Does the Brain Deal With Novelty? | Sapien Labs | Neuroscience | Human Brain Diversity Project
Current theories of connectionism have a hard time explaining how the brain deals with novel situations. An alternative approach of fast hierarchical adaptations could solve some of the conundrums.
با تشکر از راهنماییهای جناب آقای دکتر نصرآبادی که اولین ایدهها و کمکها را از ایشون دریافت کردم. مقالات مستخرج از رساله دکترای اینجانب به پیوست ارسال میگردد اگه صلاح دیدید در گروه بگذارید
جناب اقای دکتر نقش از اولین شرکت کنندگان کارگاه EEG بودند که ارزوی موفقیتهای بیشتر برایشان دارم