Αναγνώριση κίνησης κάτω άκρων μέσω εφαρμογής τεχνικών Machine Learning σε σήματα EEG με χρήση επικαλυπτόμενων 
παραθύρων

Θερμός, Λεωνίδας; Thermos, Leonidas

dc.contributor.author	Θερμός, Λεωνίδας	el
dc.contributor.author	Thermos, Leonidas	en
dc.date.accessioned	2021-01-15T07:45:49Z
dc.date.available	2021-01-15T07:45:49Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52796
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.20494
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Επιστήμη Δεδομένων και Μηχανική Μάθηση”	el
dc.rights	Default License
dc.subject	Ηλεκτροεγκεφαλογραφήματα	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Επικαλυπτόμενα παράθυρα	el
dc.subject	Ανάλυση	el
dc.subject	Βιοδεδομένα	el
dc.subject	EEGs	en
dc.subject	Overlapping Windows	en
dc.subject	Machine Learning	en
dc.subject	Biodata	en
dc.subject	Analysis	en
dc.title	Αναγνώριση κίνησης κάτω άκρων μέσω εφαρμογής τεχνικών Machine Learning σε σήματα EEG με χρήση επικαλυπτόμενων παραθύρων	el
heal.type	masterThesis
heal.classification	Βιοδεδομένα	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-07-15
heal.abstract	Η παρούσα διπλωματική εργασία περιλαμβάνει την μελέτη νευρωνικών σημάτων μέσω εγκεφαλογραφήματος κατά την πραγματική και φανταστική κίνηση των κάτω άκρων. Τα δεδομένα προέρχονται από την εξαγωγή EEGs 9 ατόμων σε 4 διαφορετικές καταστάσεις. Αυτές αποτελούνται από πειράματα σε πραγματική και φανταστική κίνηση των κάτω άκρων των ατόμων, ύστερα από ακουστικό και οπτικό ερέθισμα για 4 διαφορετικούς τύπους κινήσεων. Αναλυτικότερα, γίνεται χρήση τεχνικών προ-επεξεργασίας των σημάτων (pre-processing), εξαγωγής χαρακτηριστικών (feature extraction) και εφαρμογής μεθόδων μηχανικής μάθησης για την επιλογή των κατάλληλων χαρακτηριστικών (feature selection) και για την ταξινόμηση (classification) τους, κάνοντας χρήση επικαλυπτόμενων παραθύρων. Τα παραπάνω βρίσκουν εφαρμογή στο πεδίο του Brain-Computer Interface (BCI), το οποίο έρχεται να διευκολύνει τις ζωές των ανθρώπων, μέσα από τη χρήση συσκευών που αξιοποιούν την εγκεφαλική δραστηριότητα για τον έλεγχο μηχανών είτε τεχνητών μελών. Η κατανόηση της αλληλεπίδρασης σκέψης και κίνησης μπορεί να συμβάλει στην επίλυση σημαντικών ζητημάτων στον χώρο της Υγείας, καθώς η δυσκολία ανάλυσης των σημάτων αυτών, καθιστά την χρήση πιο ευφυών συστημάτων αναγκαία.	el
heal.advisorName	Ματσόπουλος, Γιώργος	el
heal.committeeMemberName	Κουτσούρης, Δημήτριος-Διονύσιος	el
heal.committeeMemberName	Παναγόπουλος, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false