CV


Seyyed Ali Hoseini

Seyyed Ali Hoseini

Assistant Professor

عضو هیئت علمی تمام وقت

Faculty: Electrical and Computer Engineering

Department: Computer

Degree: Doctoral

CV
Seyyed Ali Hoseini

Assistant Professor Seyyed Ali Hoseini

عضو هیئت علمی تمام وقت
Faculty: Electrical and Computer Engineering - Department: Computer Degree: Doctoral |

تشخیص مراحل خواب با کمک جنگل تصادفی و ویژگی¬های فرکانسی استخراج شده از سیگنال¬های EEG و EOG

Authorsسیدعلی حسینی
Conference Titleسیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
Holding Date of Conference2022-12-20
Event Placeتهران
Page number0-0
PresentationPOSTER
Conference LevelInternal Conferences

Abstract

تشخیص مراحل خواب یک فرایند مهم برای تحلیل خواب و همچنین تشخیص بسیاری از اختلالات مرتبط با خواب می¬باشد. از سوی دیگر دسته¬بندی مستقیم مراحل خواب توسط فرد متخصص و آموزش دیده با استفاده از بررسی چشمی نیز کاری سخت و زمانبر بوده و تا حدودی نیز در معرض خطای انسانی تکنسین مربوطه است. از همین رو تشخیص خودکار مراحل خواب توسط سیستمهای کامپیوتری مورد توجه پژوهشگران بوده است. در این پژوهش با استفاده از تکنیک یادگیری ماشین روشی خودکار برای تشخیص مراحل خواب ارائه شده است. روش ارائه شده صرفاً بر پایه ویژگی¬های فرکانسی استخراج شده از سیگنال مغز کار می¬کند. آزمایشهای انجام شده در این پژوهش شامل استفاده از دو کانال سیگنال EEG و یک کانال سیگنال EOG می¬باشد. نتایج آزمایشهای انجام شده نشان می¬دهد استفاده از ویژگی-های فرکانسی در کنار الگوریتم طبقه¬بندیِ جنگل تصادفی دقت بالایی در فرایند تشخیص مراحل خواب به همراه دارد. به ویژه هنگامی که سیگنالهای EEG و EOG در کنار هم مورد استفاده قرار گیرند نتایج الگوریتم دسته¬بندی دقیق¬تر خواهد بود.

Paper URL