💡
چند منبع خوب برای یادگیری پردازش سیگنال مغزی EEG
برای پردازش سیگنال های مغزی (EEG) داشتن دانش پایه بسیار میتواند کمک کننده باشد.
آشنا بودن با مباحثی مانند ساختار مغز، فرایند تولید امواج مغزی، نحوه ثبت سیگنال EEG، انواع نویزها در سیگنالهای مغزی و نحوه حذف آنها و روشهای استخراج ویژگی، در درک و پردازش اصولی سیگنال مغزی و طراحی الگوریتمها بسیار میتوانند مفید باشند.
در این پست چندین وبسایت مفید و معتبر را معرفی میکنم که میتونند به درک بهتر مفاهیم پایه و پیش پردازش سیگنال مغزی EEG کمک زیادی کنند.
✅ اگر تازه با EEG آشنا شده اید یا قصد دارید یادگیری رو از پایه شروع کنید، این منابع میتونند نقطه شروع مناسبی باشند.
🔹آموزش مفاهیم پایه EEG🌐
learningeeg.comاین وبسایت به صورت ساده و تصویری مفاهیم پایهای EEG رو توضیح میدهد. از نحوه ثبت سیگنال شروع میکند و بعدش سیستم 10-20 رو توضیح میدهد و در ادامه هم نویزهای رایج و آرتیفکتها در EEG رو به صورت تصویری توضیح میدهد. در آخر هم اطلاعاتی درباره سیگنال EEG در بیماران مبتلا به صرع ارائه میدهد که برای افرادی که میخواهند روی این بیماری کار کنند میتواند مفید باشد. به طور کل انیمیشنها و تصاویر این سایت به درک شهودی مطالب کمک زیادی میکنند.
🔹وبسایت رسمی EEGLAB🌐
sccn.ucsd.edu/eeglabدر این سایت، ابزار EEGLAB به طور کامل معرفی شده و مستندات و ویدیوهای آموزشی آقای Arnold Delorme، خالق EEGLAB، در دسترس هستند. البته ویدیوها کمی تخصصی هستند و فرض شده مخاطب با مفاهیم اولیه آشنایی دارد. با این حال، این وبسایت مرجع اصلی یادگیری EEGLAB محسوب میشود.
🔹آموزش تحلیل و لیبل گذاری مولفههای ICA در ICALabelهمه افرادی که کار پیش پردازش با EEGLAB انجام داده اند با چالش انتخاب مولفه های ICA روبرو شده اند. این وبسایت اطلاعات خیلی کاربردی ای برای آشنایی با این مولفه ها ارائه داده است.
🌐
آشنایی با مولفههای ICA 🌐
تمرین و تحلیل صدها مولفه نمونه (لیبل گذاری شده با متخصصین)
🌐
تست عملی جهت لیبل گذاری مولفه ها (همراه با جواب)
در این مجموعه کاربردی، شما ابتدا با مولفههای ICA آشنا میشوید، بعدش تعداد زیادی مولفه که توسط چندین expert لیبل گذاری شدهاند را تحلیل میکنید، و در نهایت در یک آزمون شرکت میکنید. اگر این سه مرحله را با دقت طی کنید، به دانش کافی برای تشخیص و حذف آرتیفکتها با کمک ICA خواهید رسید.
🔹وبسایت رسمی MNE-Python🌐
mne.tools/stable/auto_tutorialsاین سایت، مستندات رسمی کتابخانه MNE را شامل میشود که یکی از قدرتمندترین ابزارهای تحلیل EEG با پایتون است. در هر بخش از مفاهیم پایه گرفته تا پردازشهای پیشرفته، همراه با کد و خروجی نمونه توضیح داده شده است.
🔹سایت Neural Data Science in Python🌐
neuraldatascience.io – EEG sectionمخاطب اصلی این وبسایت محققین حوزه علوم اعصاب شناختی و روانشناسی هست و با کمک مستندات این وبسایت افراد یاد میگیرند که چطوری با استفاده از پایتون، دادههای مغزی رو تحلیل کنند. بخشی از آموزشها به EEG و نحوه کار با MNE اختصاص پیدا کرده، ولی تمرکز اصلی آن بر آموزش مفاهیم داده محور در نوروساینس هست.
🔹 Onlinebme (گروه ما)🌐
https://onlinebme.com/product-category/signal-processing/گروه ما هم چندین دوره تخصصی برای آموزش پردازش سیگنالهای مغزی (پیش پردازش، استخراج ویژگی و یادگیری ماشین) ارائه داده است که به افراد دید کافی برای انجام تحقیقات عملی روی EEG را میدهد.
آموزشها از سطح پایه شروع شده و به صورت گام به گام به مباحث پیشرفته مانند تشخیص بیماری از روی سیگنال مغزی، و طراحی سیستم های واسط مغز کامپیوتر مبتنی بر EEG آموزش داده شده است.
💡
جمعبندی:و نکته اخر اینکه برای وارد شدن به دنیای EEG بهتره اول با مفاهیم پایه با EEG آشنا شوید که شامل نحوه ثبت سیگنال مغزی، پیش پردازش سیگنال مغزی (که لازمش آشنایی با انواع نویز و نحوه حذف آنها هست) و روشهای استخراج ویژگی (زمان، فرکانس، زمان-فرکانس) میشود. فردی که این مباحث رو به خوبی بلد باشه در هر حوزه ای راحتتر میتونه مطالعات خودش رو پیش ببره
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
