Ανάπτυξη μοντέλου πρόβλεψης επιπέδου νοητικής κόπωσης
με χρήση νευρωνικών δικτύων σε δεδομένα
ηλεκτροεγκεφαλογραφήματος

Μανουράς, Μανούσος; Manouras, Manousos

dc.contributor.author	Μανουράς, Μανούσος	el
dc.contributor.author	Manouras, Manousos	en
dc.date.accessioned	2024-01-26T10:11:51Z
dc.date.available	2024-01-26T10:11:51Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/58676
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26372
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	ΗΕΓ	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Επίπεδα κόπωσης	el
dc.subject	Λειτουργική μνήμη	el
dc.subject	Εγκέφαλος	el
dc.subject	EEG	en
dc.subject	CNN	en
dc.subject	Mental fatigue	en
dc.subject	Neural networks	en
dc.subject	N-Back	en
dc.title	Ανάπτυξη μοντέλου πρόβλεψης επιπέδου νοητικής κόπωσης με χρήση νευρωνικών δικτύων σε δεδομένα ηλεκτροεγκεφαλογραφήματος	el
heal.type	bachelorThesis
heal.classification	Biomedical engineering	en
heal.classification	Computer engineering	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-07-12
heal.abstract	Η παρούσα διπλωματική εργασία δημιουργήθηκε με αφορμή ένα πείραμα που πραγματοποιήθηκε στο 401 Γενικό Στρατιωτικό Νοσοκομείο Αθηνών κατά το οποίο 20 εργαζόμενοι υποβλήθηκαν σε ηλεκτροεγκεφαλογράφημα (EEG) εκτελώντας διεργασίες λειτουργικής μνήμης(N-Back). Ο κάθε συμμετέχοντας πραγματοποίησε καταγραφές σε κατάσταση στέρησης ύπνου και σε κατάσταση ξεκούρασης. Στόχος της εργασίας είναι η δημιουργία ενός μοντέλου τεχνητής νοημοσύνης που αξιοποιεί τα δεδομένα του κάθε εγκ/τος (EEG) με σκοπό να προβλέψει την κατάσταση που βρισκόταν ο συμμετέχοντας όταν υπεβλήθη σε αυτό. Το μοντέλο αυτό χρησιμοποιεί βαθιά συνελικτικά νευρωνικά δίκτυα(CNN) και είναι ανεπτυγμένο σε γλώσσα προγραμματισμού python με την βιβλιοθήκη keras.	el
heal.abstract	The present thesis was created based on an experiment that was conducted at the 401 General Military Hospital of Athens in which an electroencephalogram (EEG) was performed on 20 workers of the hospital while completing functional memory tests (N-Back). Recordings were made for each participant in a sleep deprivation state and a rested state. The aim of this work is to create an artificial intelligence model that utilizes the data of each electroencephalogram (EEG) in order to predict the state the participant was in when they underwent the test. This model uses deep convolutional neural networks (CNN) and is developed in the python programming language using the keras library.	en
heal.advisorName	Matsopoulos, George	en
heal.committeeMemberName	Tsanakas, Panayiotis	en
heal.committeeMemberName	Panagopoulos, Athanasios	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	69 σ.	el
heal.fullTextAvailability	false