مقاله شناسایی مؤلفه‌های حافظه‌ای در تک ثبت EEG با استفاده از منحنی بازگشتی


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
3 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله شناسایی مؤلفه‌های حافظه‌ای در تک ثبت EEG با استفاده از منحنی بازگشتی دارای ۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله شناسایی مؤلفه‌های حافظه‌ای در تک ثبت EEG با استفاده از منحنی بازگشتی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله شناسایی مؤلفه‌های حافظه‌ای در تک ثبت EEG با استفاده از منحنی بازگشتی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله شناسایی مؤلفه‌های حافظه‌ای در تک ثبت EEG با استفاده از منحنی بازگشتی :

تعداد صفحات:۷

چکیده:

هدف از این پژوهش، به کارگیری روش پردازشِ غیرخطی منحنی های بازگشتی روی پتانسیلهای وابسته به رخداد فرآیندهایحافظه ای است تا توانایی های این روش در شناسایی مؤلفه های حافظهای سیگنالهای مغزی تک ثبت و ایجاد تمایز بین گروه های قدیم و هدف از این پژوهش، ب هکارگیری روش پردازشِ غیرخطی منحنی های بازگشتی روی پتانسی لهای وابسته به رخداد فرآیندهایحافظه ای است تا توانایی های این روش در شناسایی مؤلفه های حافظه ای سیگنالهای مغزی تک ثبت و ایجاد تمایز بین گروه های قدیم و جدید، مورد بررسی قرار گیرد. برای این منظور منحنی های بازگشتی مربوط به تک ثبت های EEG ثبت شده در حین بازیابی حافظه، محاسبه شدند. علاوه بر این از آنالیط کمی ساز بازگشتی برای نشان دادن تغییرات در ساختار دینامیک سیگنال در حین رخداد حافظه، و ایجاد تمایزبین رخدادهای قدیم و جدید استفاده شد. نتایج نشان می دهند که این منحنی های غیرخطی توانایی شناسایی گذارهای سیگنال در حوالی۴۰۰ میلی ثانیه و ۸۰۰ میلی ثانیه را، که به مؤلفه های حافظه ای مربوط دانسته شده اند، دارد. دامنه این منحنی ها ۴۰۰ میلی ثانیه پس از شروعتحریک افزایش می یابدکه نشان دهنده کاهش بعد سیستم، پس از تحریک است. پس از ۸۰۰ میلی ثانیه این روند افزایش کندتر شد ه و منحنی ها همواره می شوند. در صورتی که طول بیشتری از سیگنال EEG در اختیار بود، کاهش در دامنه انداز هها که می تواند مبین افزایش بعد سیستم و بازگشت به وضعیت پایه اش باشد، قابل پیش بینی بود. میانگین اندازه های مربوط به رخداد قدیم بیشتر از رخداد جدید است.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.