CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارائه الگوریتمی برای فشرده سازی سیگنالهای EEGباکیفیت درخواستی ومقایسه آن با یک روش فشرده سازی بدون تلفات

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۶۹ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ICBME20_074
زبان مقاله: فارسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله ارائه الگوریتمی برای فشرده سازی سیگنالهای EEGباکیفیت درخواستی ومقایسه آن با یک روش فشرده سازی بدون تلفات

  راحله محرم زاده - دانشکده برق دانشگاه صنعتی خواجه نصیرالدین طوسی گروه مهندسی پزشکی
  مریم محبی - دانشکده برق دانشگاه صنعتی خواجه نصیرالدین طوسی گروه مهندسی پزشکی

چکیده مقاله:

دراین مقاله فشرده سازی سگینالهای EEG کیفیت درخواستی بااستفاده ازپیش بینی کننده های مختلف موردبحث قرارمیگیرد درکیفیت موردنظر هدف بدست آورن نرخ های فشرده سازی بزرگتر بانرخ بیت پایین ترباحفظ حداکثر محتوای اطلاعات پزشکی می باشد برای رسیدن به این هدف یک روش فشرده سازی دومرحله ای استفاده شده است که شامل یک پیش بینی کننده ویک کدکننده ی بی نظمی است درمرحله اول پس ازپیش بینی سیگنالهای خطای بدست آمده استانه گذاری و کوانتیزه میشوند کیفیت موردنظر باتغییر استانه و سطح کوانتیزاسیون توسط کاربر بدست می آید درنهایت بعدعبور ازیک کدکننده ی بی نظمی سیگنالهای حاصله به گیرنده فرستاده میشود درستی سیگنالهای EEG بازسازی شده باپارامترهایی مثل درصد مجذور میانگین مربعات خطا نسبت سیگنال به نویز پیک سیگنال به نویز و همبستگی متقابل تعیین میشود نتایج نرخ های فشرده سازی این روش با نتایج حاصل ازیک روش مدلسازی وفقی خطا برای فشرده سازی بدون تلفات مقایسه شده است نتایج بدست آمده نشان میدهد که کیفیت سیگنال بازسازی شده درحدقابل قبولی حفظ میشود همچنین نرخ فشرده سازی بالاتری درمقایسه با روند مدلسازی وفقی حاصل میشود

کلیدواژه‌ها:

پیش بینی کننده شبکه عصبی ، سیگنال EEG ، فشرده سازی با کیفیت درخواستی فشرده سازی بدون تلفات ، کدکننده ی بی نظمی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICBME20-ICBME20_074.html
کد COI مقاله: ICBME20_074

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محرم زاده, راحله و مریم محبی، ۱۳۹۲، ارائه الگوریتمی برای فشرده سازی سیگنالهای EEGباکیفیت درخواستی ومقایسه آن با یک روش فشرده سازی بدون تلفات، بیستمین کنفرانس مهندسی زیست پزشکی ایران، تهران، دانشگاه تهران، https://www.civilica.com/Paper-ICBME20-ICBME20_074.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (محرم زاده, راحله و مریم محبی، ۱۳۹۲)
برای بار دوم به بعد: (محرم زاده و محبی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۰۰۶۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.