❌💢 شروع ثبت نام هشتمین دوره فشرده پردازش سیگنال eeg 💢❌

✅ در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg از دید یادگیری ماشین و #پترن آموزش داده میشود.

#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت

🔴 نحوه بدست آوردن ریتمهای eeg ( تتا- دلتا - آلفا- بتا- گاما ) در حوزه #زمان، فرکانس( #فوریه ) و زمان- فرکانس( #ویولت )

🔵 استخراج ویژگی های مناسب از سیگنال در حوزه زمان- فرکانس - زمان فرکانس

🔴تجزیه و تحلیل سیگنال در حوزه زمان، فرکانس و زمان فرکانس

🔵 آشنایی با مفاهیم پایه یادگیری ماشین و شناسائی الگو

🔴 آشنایی با روال انجام یک پروژه استاندارد از دید یادگیری ماشین

🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای
- SVM
- KNN
- LDA
- BAYZIAN
- TREE

🔴 اعتبارسنجی مدل با استفاده از روشهای
random sampling
k-fold cross validation
Leave one out
The hold out method

🔵 ارزیابی مدل با پارامترهای
Accuracy
Sensitivity
Specificity
Confusion matrix

🔴 انتخاب ویژگیهای مناسب
ttest
FDR

🔵 انتخاب کانالهای بهینه در سیگنالهای EEG


🔲▪️ انجام پروژه تشخیص صرع از روی سیگنالهای eeg

🔲▪️انجام پیش بینی تشنج در صرع از روی سیگنالهای eeg

🔲▪️ کلاسبندی تصور حرکتی از روی سیگنال eeg در BCI


مدت دوره: 30 ساعت
هزینه دوره: 300 هزار تومان


مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin


🔴 این دوره #اولین دوره ی فشرده در ایران است که به صورت #تخصصی سیگنال eeg را تجزیه تحلیل میکند!

✅ یک سری مطالب اضافه شده که بعد از آپدیت شدن جزوه خام در کانال تلگرام قرار خواهد گرفت.

💡علاقه مندان میتوانند جهت پیش ثبت نام اسم و شماره تماس خودشون رو به شماره تماس زیر ارسال کنند.
بعد از تکمیل ظرفیت، جهت هماهنگی نهایی تماس گرفته خواهد شد.
@onlinebme_admin
0936-038-2687

#پردازش_سیگنال
#تهران
#EEG
#Machine_learning
#pattern_recognition

🏢 آکادمی انلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

توضیحات تکمیلی 👇

مطالب این دوره تلفیق چندین مقاله تخصصی هست و شرکت کنندگان بعد از سپری کردن دوره #مهارت لازم جهت #پیاده_سازی #مقالات_تخصصی در این حوزه را بدست می آورند.

بعد از اتمام دوره، جهت به #چالش کشیدن مهارت شرکت کنندگان، برای هر فرد یک مقاله تخصصی میدیم که به صورت مرحله به مرحله به #کمک #مدرس دوره پیاده کنن و اگه مشکلی داشتن به صورت حضوری یا اسکایپ برطرف میکنیم.
➖➖➖➖➖➖➖➖➖
💡پیش نیاز دوره : داشتن مهارت برنامه نویسی در متلب
یک پکیج آموزشی 18 جلسه ای برای این منظور در سایت قرار گرفته است و میتوانید قبل از شرکت در دوره ویدیوهارو نگاه کنید👇👇

📺 آموزش اصول برنامه‌نویسی در #متلب ( #رایگان)

https://onlinebme.com/course/matlab/
➖➖➖➖➖➖➖➖➖➖
🔹اگه تا الان با حوزه یادگیری ماشین آشنا نشده اید پیشنهاد میکنیم که کلیپهای کوتاه زیر رو نگاه کنید.
https://onlinebme.com/course/machine-learning-in-matlab/
➖➖➖➖➖➖➖➖➖➖
و یا پکیج آموزشی دوره شبکه عصبی و یا یکی از فصلهای دوره یادگیری ماشین رو نگاه کنید. در اینصورت دوره خیلی میتونه براتون مفید باشه.
📺 پیاده سازی گام به گام #شبکه‌های_عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/

📺 شناسایی الگو و یادگیری ماشین
(فعلا فصلهای 1-2-3 و بخش اول فصل 4 در سایت قرار گرفته است)
https://onlinebme.com/product/pattern-parametric-classifiers/

https://onlinebme.com/product/validation-methods-and-parameters/
➖➖➖➖➖➖➖➖
#ظرفیت دوره داره تکمیل میشه و زمانبندی بعد از تکمیل ظرفیت مشخص خواهد شد.

🏢 آکادمی انلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

📺 دوره تخصصی پردازش سیگنال EEG مبتنی بر تسک تصور حرکتی

جلسه هشتم: انجام پروژه های چندکلاسه تسک تصور حرکتی

خلاصه: الگوریتم csp برای داده های دو کلاسه ارائه شده و اگه بخواهیم برای داده های #چندکلاسه استفاده کنیم لازمه که در این الگوریتم رو برای داده های چندکلاسه با یک تکنیکی #تعمیم دهیم.
در این جلسه در ابتدا نحوه تبدیل داده به فرمت gdf سایت bci competition رو به فرمت .mat توضیح میدهیم سپس الگوریتم csp رو با دو روش ذکر شده در #مقاله مرتبط تعمیم میدهیم و همچنین کلاسبند SVM رو برای داده های چندکلاسه تعمیم میدهیم و یک پروژه عملی با کمک این الگوریتم طبق مقاله تخصصی انجام میدهیم تا با نحوه انجام پروژه های چند کلاسه هم آشنا شوید.

🧑‍💻مدرس: محمد نوری زاده چرلو

🌀جهت تهیه پکیج آموزشی به سایت زیر مراجعه کنید👇👇👇
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
#پردازش_سیگنال
#پیاده‌سازی_مقاله
#پروژه_عملی
#واسط_مغز_کامپیوتر
#یادگیری_ماشین
#فیلترهای_مکانی_مشترک
#csp #bci #EEG #GDF
#Machine_learning

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

🌐 آیا تصویربرداری MRI می‌تواند سطح هوش کودکان را تعیین کند؟

✍ گروهی از پژوهشگران در مرکز علوم و مهندسی محاسبات و دادهSkoltech (CDISE) جایگاه چهارم را در رقابت بین‌المللی تعیین هوش بزرگسالان بر اساس تصاویر MRI کسب کردند. برای اولین بار، دانشمندان  Skoltech از روش‌های ترکیبی مبتنی بر شبکه سه بعدی یادگیری عمیق برای حل چالش پیش‌بینی استفاده کردند. نتایج آن‌ها در مجله Adolescent Brain Cognitive Development Neurocognitive Prediction منتشر شده است.
#یادگیری_عمیق #MRI
#سطح_هوش

جزئیات بیشتر 👇👇👇
https://onlinebme.com/can-mri-predict-intelligence-levels-in-children/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

تفاوت 《هیچ کاری نکردن》و《 یک کار خیلی کوچک را یک سال هر روز تکرار کردن》 به زبان ریاضی!

💡هر روز گامی برداریم، حرکت کنیم... هرچند گامی کوچک باشد...
#تلاش_مستمر

@onlinebme

📺 دوره #تخصصی پیاده سازی شبکه‌های عصبی در متلب
❇️ #اولین دوره ای که در آن شبکه های عصبی را به صورت تخصصی آموزش داده می‌شوند!
🔺#تئوری
🔺 #پیاده‌سازی #مرحله_به_مرحله
🔺انجام #پروژه‌های_عملی

✅ ویدیوها طوری #تدوین شده اند که کاربر ارتباط بهتری و راحتری با آن برقرارکنه😉

👨‍💻 مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

🔹 جلسه اول: مقدمه‌ای بر شبکه‌ی عصبی (#نورون و اجزای تشکیل دهنده آن)
🌀https://t.me/onlinebme/2633

🔸 جلسه دوم: پیاده‌سازی شبکه عصبی #پرسپترون_تک_لایه با قانون یادگیری پرسپترون
🌀https://t.me/onlinebme/2637

🔹 جلسه سوم: قانون یادگیری #LMS و پیاده‌سازی شبکه عصبی #آدالاین و انجام پروژه عملی تشخیص سرطان سینه
🌀https://t.me/onlinebme/2638

🔸 جلسه سوم( بخش دوم ): انجام پروژه های عملی با استفاده از شبکه های عصبی (ناحیه بندی تصویر )
🌀https://t.me/onlinebme/2642

🔹جلسه چهارم(بخش اول): پیاده سازی گام به گام شبکه عصبی پرسپترون چندلایه با قانون یادگیری پس انتشار خطا در متلب
🌀https://t.me/onlinebme/2642

🔹جلسه چهارم( بخش دوم ): پیاده سازی گام به گام پروژه پیش بینی میزان آلودگی هوا با استفاده از شبکه عصبی پرسپترون چندلایه با قانون یادگیری پس انتشار خطا در متلب
🌀https://t.me/onlinebme/2645

🔸جلسه پنجم: نحوه تعیین نرخ یادگیری در قانون یادگیری پس انتشار خطا (بخش اول)
🌀https://t.me/onlinebme/2651

🔹جلسه ششم: پیاده‌سازی الگوریتم یادگیری #دلتا_دلتا برای تعیین نرخ یادگیری در قانون یادگیری پس انتشار خطا (بخش دوم)
🌀https://t.me/onlinebme/2661

🔸 جلسه هفتم: پیاده‌سازی الگوریتم یادگیری #دلتا_بار_دلتا برای تعیین نرخ یادگیری در قانون یادگیری پس انتشار خطا (بخش سوم)
🌀https://t.me/onlinebme/2664

🔹 جلسه هشتم: پیاده‌سازی الگوریتم شبکه عصبی توابع شعاعی پایه(#RBF)
🌀https://t.me/onlinebme/2679

🔸 جلسه نهم: پیاده‌سازی شبکه عصبی Extreme Learning Machine ( #ELM )
🌀https://t.me/onlinebme/2687

🔹 جلسه دهم: پیاده‌سازی شبکه عصبی احتمالیProbabilistic Neural Network ( #PNN)
🌀https://t.me/onlinebme/2694

💡جهت تهیه پکیج آموزشی شبکه عصبی به لینک زیر مراجعه کنید. 👇👇 👇👇
https://onlinebme.com/product/neural-networks-package/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

❌💢سرفصل پکیج آموزشی دوره‌ی تخصصی پردازش سیگنال EEG مبتنی بر تسک تصور حرکتی💢❌

🔘 واسط مغز و کامپیوتر چیست؟
🔺انواع واسط مغز و کامپیوتر؟
🔺کاربردهای واسط مغز کامپیوتر
🔺واسط مغز و کامپیوتر مبتنی بر EEG
🔺سیگنال EEG
🔺ریتمهای سیگنال EEG مبتنی بر تسک تصور حرکتی
🔺نواحی مرتبط با تصور حرکتی در مغز

🔘 سیگنال در حوزه فرکانس
🔹تفاوت حوزه فرکانس و حوزه زمان
🔹سری فوریه و تبدیل فوریه
🔹مفهوم نرخ نایکوئیست و فرکانس نمونه‌برداری
🔹نحوه طراحی فیلتر در حوزه فرکانس
مفهوم ringing effect
🔹نحوه اعمال فیلتر در حوزه فرکانس
🔹نحوه استخراج ریتم های EEG از سیگنال EEG

🔘معرفی داده EEG مبتنی بر تصور حرکت سایت BCI Competition
🔸مفهوم ترایال

🔘مفهوم source localization
🔹فیلترمکانی CAR(common average reference)
🔹فیلتر مکانی لاپلاسین کوچک(Low laplacian)
🔹فیلتر مکانی لاپلاسین بزرگ(high laplacian)

✅تئوری فیلترهای مکانی مشترک CSP(common special patterns)

🔷 پیاده سازی گام به گام فیلترهای مکانی مشترک CSP(common special patterns)

🔶استخراج ویژگی

🔘کلاسبندی
🔻کلاسبند SVM
🔻کلاسبند KNN
🔻کلاسبند LDA

🔘پارامترهای ارزیابی
🔹accuracy
🔹sensitivity
🔹specificity
🔹confusion matrix

🔘روشهای ارزیابی مدل
🔸The hold out method
🔹k-fold cross validation
🔹 leave one out
🔸random subsampling

❌عیب فیلتر مکانی csp

✅ پیاده سازی الگوریتم بهبود یافته شدهcsp -الگوریتم FBCSP
🔷 انتخاب ویژگی

🔴 تعمیم csp دو کلاسه برای چند کلاسه با استفاده از روش یکی در مقابل همه
🔵تعیمیم CSP دو کلاسه برای چند کلاسه با استفاده از روش یکی در مقابل یکی
✅توضیح داده 4 کلاسه سایت BCI competition
🔴 تعمیم svm دوکلاسه برای چند کلاسه
🔘 نحوه تبدیل فایل gdf به .mat

✅ در این دوره 4 مقاله تخصصی در متلب پیاده سازی می شود و از سه مجموعه داده سایت BCI competition در پیاده سازی پروژه ها استفاده شده است.

✅ پایگاه داده

⃣پایگاه داده اول:
http://www.bbci.de/competition/iv/desc_1.html

⃣پایگاه داده دوم:
http://www.bbci.de/competition/iii/desc_IVa.html

⃣پایگاه داده سوم:
http://www.bbci.de/competition/iv/#dataset2a

جزئیات بیشتر 👇👇👇
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

سلام
دوستان مطالب آموزشی زیادی در طی 4 سال در کانال قرار داده ایم و ما برای اینکه فضای سایت شلوغ نشه دوباره در کانال قرار نمیدهیم
کافیست اسم مورد نظر خود رو در بخش سرچ کانال بزنید و مطالب آموزشی مرتبط رو پیدا کنید.
برای مثال: kmeans - svm - pca و ...

یا روی لینکهای زیر کلیک کنید تا مطالب مورد نظر خود را پیدا کنید👇👇

🌀مطالب آموزشی سال 95-96
https://t.me/onlinebme/1894

🌀 مطالب آموزشی سال 97
https://t.me/onlinebme/2267

🌀 واسط مغز و کامپیوتر(BCI)
https://onlinebme.com/course/bci/

🌀آموزش کار با محیط EEGLAB
https://onlinebme.com/course/eeg_lab/

🌀 پردازش تصویر
https://onlinebme.com/course/image-processing/

🌀 یادگیری ماشین در متلب
https://onlinebme.com/course/machine-learning-in-matlab/

📺 برنامه نویسی پایتون
https://t.me/onlinebme/2394

📺 آموزش اصول برنامه‌نویسی در متلب

https://onlinebme.com/course/matlab/

📺 پیاده سازی گام به گام شبکه‌های عصبی ( پروژه محور)
https://onlinebme.com/product/neural-networks-package/

📺 پردازش سیگنال eeg مبتنی بر تسک تصور حرکتی
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME

یکی از مهمترین راه‌های پیشگیری از ابتلا به ویروس کرونا، شستن مکرر دست‌هاست. اما فکر می‌کنید دست‌تان را درست می‌شویید؟
bbcpersian

@onlinebme