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

برای تمرین تشخیص مولفه های مغزی از غیر مغزی از سایت زیر میشود استفاده کرد

ICA LABEL

https://labeling.ucsd.edu/tutorial/practice

#source localization
در مکان یابی منابع با پلاگین dipfit نرم افزار eeglab نتیجه پیدا کردن منابع بصورت شکل زیر ارائه میشود

منبع ۳ بصورت bilateral مکان یابی شده است و منبع ۵ بصورت single
مختصات منابه در شکل نشان داده شده است در مختصات Talairach coordinates

از سایت زیر می توان با دادن مختصات ناحیه brodmann معادل را پیدا کرد

برای منبع ۵ مختصات داده شده و نتیجه در شکل زیر نشان داده شده است

روش پیدا کردن ناحیه معادل دایپل مکان یابی شده در کورتکس که در کارگاه گفته شد

این از دسترس خارج شده
از این استفاده شود
https://bioimagesuiteweb.github.io/webapp/mni2tal.html

با تشکر از دوستان شرکت کننده در ۲۲مین دوره کارگاه EEG مطالب بحث شده در کلاس که قرار شد در کانال بگذارم

جزوه درس انفورماتیک 2 قسمتهای مرتبط با مفاهیم نمونه برداری از سیگنال، سیگنال دیجیتال، فیلتر کردن، تخمین طیف FFT، استخراج ویژگی، طبقه بندی با KNN, LDA

کارگاه کد نویسی در Matlab برای پردازش سیگنال

📚هفته دوم

#book

Matlab For Neuroscientists

#هفته_راباکتاب_آغاز_کنیم






📱لینک عضویت کانال پردازش سیگنال های مغزی:
Open channel:
✅ https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ

ششمین کارگاه مبانی پردازش سیگنالهای حیاتی با نرم افزار متلب با محوریت علوم اعصاب محاسباتی
بر اساس این کتاب طراحی شده است و اکثر فصول ۱تا ۱۹ ان بطور کامل یا نسبی پوشانده شده است
علاوه بر ان مطالب مرتبط با طبقه بندی داده نیز اورده شده است

#book

Python in neuroscience






📱لینک عضویت کانال پردازش سیگنال های مغزی:
Open channel:
✅ https://news.1rj.ru/str/joinchat/AAAAAD7DKCCSYN9in_TFWQ