پس از اتمام آموزشهای تابستانی در مهر ماه،پژوهشگران به تیم استاد انتخابی خود ملحق می شوند.استاد هر تیم موضوع پژوهشی تیم را بر اساس لاین پژوهشی خود انتخاب می کند.پس از آن جلسات منظم هفتگی برای پیشبرد موضوع پژوهشی به صورت مجازی برای سه دپارتمان سیگنال،تصویر و مطالعات مروری،و حضوری و مجازی برای دپارتمان نوروساینس پایه و بالینی را خواهیم داشت.این جلسات تا جمعبندی ریزالت ها و نگارش متن مقاله ادامه خواهد یافت.هر هفته هر تیم یک جلسه درون گروهی با منتور خود برگزار می کند و بسته به نیاز تیم هر دو، سه یا چهار هفته یک جلسه نیز با استاد برگزار می کند تا اشکالات تیم رفع شود.
در ادامه به معرفی موضوعات دپارتمان سیگنال می پردازیم.
1- پیش پردازش دیتا (این مرحله را می توان با پکیج هایی نظیر eeglab یا پکیج های کدبیس همچون fieldtrip و یا با استفاده از کدهای دستوری در پایتون و متلب به انجام رساند).
2- استخراج ویژگی
3- انتخاب و تحلیل ویژگی ها
4- تحلیل ویژگی ها با استفاده از تکنیک های یادگیری ماشین و عمیق (در صورت کافی نبودن تکنیک های آماری پایه و نرسیدن به ریزالت مناسب)
فرض کنید قصد دارید یک بازوی الکتریکی طراحی کنید که به یک فرد که دست خود را از دست داده است متصل می شود و قرار است حرکات یک دست طبیعی را برای وی انجام دهد. این بازوی الکتریکی خود یک ماشین است که با استفاده از تحلیل دیتاهای سیگنال مغزی فرد مورد نظر و تصورات ذهنی او از حرکت و فعال شدن نواحی که دستور حرکت در مغز را می دهند حرکت دستهای او را تامین می کند. پس اینجا به تحلیل تصورات ذهنی نیاز است و بازخوانی این تصورات می تواند به حرکت درست بازوی الکتریکی بینجامد. به اینکار دی کد کردن سیگنالهای مغزی گفته می شود که برنامه موجود در پشت بازوی الکتریکی از آن برای ترجمه تصورات فرد به حرکت از آن سود می برد. حالا بیایید یک پروژه خیلی ساده از سیگنال دی کدینگ را با هم مرور کنیم. طبیعتا با کنار هم گذاشتن انبوهی از سیگنال دی کدینگهای ساده شما می توانید به طراحی یک ماشین پیچیده همچون بازوی الکتریکی دست یابید.
فرض کنید موضوع پژوهش شما ایجاد تمیز بین تصور سه شی است. شما به سابجکتهای مطالعه خود یکبار یک گل، یکبار یک پیانو، و یکبار یک لیوان را نشان می دهید. یکبار هم از از او می خواهید که آن گل، یکبار پیانو و سپس یک لیوان را تصور کند. این آزمون را برای 100 سابجکت انجام میدهید و موقعی که از این صد نفر خواستید این سه را تصور کنند، سیگنال ای ای جی را ثبت می کنید. حال الگویی از فعالیت نواحی مغزی را با تحلیل این سیگنالها در حین تصور هر کدام به دست می آورید و با استفاده از تکنیکهای یادگیری ماشین و عمیق شما یک الگوریتم دارید که می تواند پیش بینی کند که اگر سیگنال مغزی هر فردی را به آن بدهید، با دقت بسیار خوبی به شما بگوید این فرد گل، یا لیوان یا پیانو را تصور کرده است. به این قرار شما به ریزالتی مناسب دست یافته اید که می توانید مقاله خود را چاپ کنید.
مراحل انجام این پروژه:
1- پیش پردازش دیتای ای ای جی
2- استخراج ویژگی
3- انتخاب ویژگی مناسب
4- یافتن تکنیک مناسب دسته بندی یا خوشه بندی این سه دسته (تکنیک های یادگیری ماشین و عمیق)
5- دست یافتن به گزارش عملکرد مناسب ماشین خود
6- تقدیم مقاله به ژورنال جهت چاپ آن
https://hottg.com/IDS_Neuro/1282
https://hottg.com/IDS_Neuro/1283
دپارتمان سیگنال
دپارتمان تصویر
دپارتمان مطالعات مروری
دپارتمان نوروساینس پایه و بالینی
دپارتمان سیگنال
دپارتمان تصویر
دپارتمان مطالعات مروری
دپارتمان نوروساینس پایه و بالینی
@InterdisciplinarySchools2
>>Click here to continue<<