HEAL DSpace

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

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

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


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα