EEG signal processing

ویرایش:  
نویسندگان: Saeid Sanei. J. A. Chambers  
سری:  
ISBN (شابک) : 0470025816, 9780470025819 
ناشر: John Wiley & Sons 
سال نشر: 2007 
تعداد صفحات: 313 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 Mb 

قیمت کتاب (تومان) : 36,000

الکتروانسفالوگرام ها (EEG) به طور فزاینده ای به اندازه گیری های مهم فعالیت مغز تبدیل می شوند و پتانسیل زیادی برای تشخیص و درمان بیماری ها و ناهنجاری های ذهنی و مغزی دارند. با روش های تفسیر مناسب، آنها به عنوان یک روش کلیدی برای برآوردن تقاضای روزافزون جهانی برای خدمات بالینی و مراقبت های بهداشتی مقرون به صرفه تر و مؤثرتر ظاهر می شوند.

توسعه و درک تکنیک‌های پیشرفته پردازش سیگنال برای تجزیه و تحلیل سیگنال‌های EEG در حوزه تحقیقات زیست‌پزشکی بسیار مهم است. این کتاب بر روی این تکنیک ها تمرکز دارد و پوشش گسترده ای از الگوریتم ها و ابزارهای حوزه پردازش سیگنال دیجیتال ارائه می دهد. این برنامه کاربردهای آنها را در داده های پزشکی، با استفاده از نمودارها و تصاویر توپوگرافی برای نشان دادن نتایج شبیه سازی که کارایی روش ها را ارزیابی می کند، مورد بحث قرار می دهد.

علاوه بر این، انتظار داشته باشید:

• توضیحات اهمیت تجزیه و تحلیل سیگنال EEG و پردازش (با مثال) و یک پیشینه نظری و ریاضی مفید برای تجزیه و تحلیل و پردازش سیگنال های EEG.
• کاوش EEG های طبیعی و غیر طبیعی، علائم عصبی و اطلاعات تشخیصی، و نمایش EEG ها.
• بررسی رویکردهای نظری در مدل‌سازی EEG، مانند بازسازی، تقویت، تقسیم‌بندی، و حذف مصنوعات مختلف داخلی و خارجی از سیگنال‌های EEG و ERP (پتانسیل مرتبط با رویداد).
• پوشش ناهنجاری های عمده مانند تشنج، و بیماری های روانی مانند زوال عقل، اسکیزوفرنی و بیماری آلزایمر، همراه با تفسیرهای ریاضی آنها از سیگنال های EEG و ERP و پدیده خواب؛
• توضیحات تکنیک‌های پردازش سیگنال دیجیتال غیرخطی و تطبیقی ​​برای تشخیص ناهنجاری، محلی‌سازی منبع و رابط مغز و کامپیوتر با استفاده از داده‌های EEG چند کانالی با تاکید بر تکنیک‌های غیرتهاجمی، همراه با موضوعات آینده برای تحقیقات در زمینه پردازش سیگنال EEG .

اطلاعات موجود در پردازش سیگنال EEG این پتانسیل را دارد که اطلاعات مربوط به بالینی را در سیگنال های EEG افزایش دهد، در نتیجه به پزشکان کمک می کند و در نهایت ابزارهای تشخیصی مقرون به صرفه تر و کارآمدتر را ارائه می دهد. برای روانپزشکان، فیزیولوژیست های اعصاب، مهندسان و دانشجویان یا محققین علوم اعصاب مفید خواهد بود. دانشجویان کارشناسی و کارشناسی ارشد مهندسی زیست پزشکی و دانشجویان کارشناسی ارشد صرع نیز آن را یک مرجع مفید خواهند یافت.

Electroencephalograms (EEGs) are becoming increasingly important measurements of brain activity and they have great potential for the diagnosis and treatment of mental and brain diseases and abnormalities. With appropriate interpretation methods they are emerging as a key methodology to satisfy the increasing global demand for more affordable and effective clinical and healthcare services.

Developing and understanding advanced signal processing techniques for the analysis of EEG signals is crucial in the area of biomedical research. This book focuses on these techniques, providing expansive coverage of algorithms and tools from the field of digital signal processing. It discusses their applications to medical data, using graphs and topographic images to show simulation results that assess the efficacy of the methods.

Additionally, expect to find:

• explanations of the significance of EEG signal analysis and processing (with examples) and a useful theoretical and mathematical background for the analysis and processing of EEG signals;
• an exploration of normal and abnormal EEGs, neurological symptoms and diagnostic information, and representations of the EEGs;
• reviews of theoretical approaches in EEG modelling, such as restoration, enhancement, segmentation, and the removal of different internal and external artefacts from the EEG and ERP (event-related potential) signals;
• coverage of major abnormalities such as seizure, and mental illnesses such as dementia, schizophrenia, and Alzheimer’s disease, together with their mathematical interpretations from the EEG and ERP signals and sleep phenomenon;
• descriptions of nonlinear and adaptive digital signal processing techniques for abnormality detection, source localization and brain-computer interfacing using multi-channel EEG data with emphasis on non-invasive techniques, together with future topics for research in the area of EEG signal processing.

The information within EEG Signal Processing has the potential to enhance the clinically-related information within EEG signals, thereby aiding physicians and ultimately providing more cost effective, efficient diagnostic tools. It will be beneficial to psychiatrists, neurophysiologists, engineers, and students or researchers in neurosciences. Undergraduate and postgraduate biomedical engineering students and postgraduate epileptology students will also find it a helpful reference.