HEAL DSpace

Χρήση γενετικών αλγορίθμων για στάθμιση πειραματικών δεδομένων ηλεκτροεγκεφαλογραφήματος από μετρήσεις υπό την επίδραση σήματος Wi Fi

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Καψάλης, Χρήστος el
dc.contributor.author Σκούρου, Θεοδώρα-Χρυσοβαλάντω Π. el
dc.contributor.author Skourou, Theodora-Chrisovalan P. en
dc.date.accessioned 2013-02-19T11:06:20Z
dc.date.available 2013-02-19T11:06:20Z
dc.date.copyright 2012-11-30 -
dc.date.issued 2013-02-19
dc.date.submitted 2012-11-30 -
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/7679
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.3436
dc.description 112 σ. el
dc.description.abstract Η παρούσα διπλωματική εργασία έχει ως σκοπό τη στάθμιση των αρχικών παρατηρήσεων που προέρχονται από μετρήσεις ηλεκτροεγκεφαλογραφήματος, με κατάλληλα βάρη, ώστε να γίνει έλεγχος αν η κατανομή τους προσεγγίζει την Κανονική. Συγκεκριμένα, οι παρατηρήσεις προέκυψαν από μετρήσεις που πραγματοποιήθηκαν σε υγιή άτομα παρουσία ή απουσία ακτινοβολίας από Wi Fi με τη δοκιμασία ερωτο-απαντήσεων Hayling. Η στάθμιση των ερωτήσεων με βάρη είναι ένα πρώτο βήμα επεξεργασίας στη διαδικασία αποθορυβοποίησης, που σκοπό έχει να βελτιώσει το αποτέλεσμα του μέσου όρου των ερωτήσεων. Πιο αναλυτικά, μέσω Γενετικού Αλγόριθμου, υπολογίστηκαν βάρη για κάθε μία από τις τιμές των ερωτήσεων από επιλεγμένες χρονικές στιγμές σήματος και πολλαπλασιάστηκαν στις αρχικές τιμές δίνοντας ένα νέο σήμα, το σταθμισμένο. Τα αποτελέσματα αυτής της διαδικασίας αναλύθηκαν στατιστικά και προέκυψαν τα σχετικά συμπεράσματα. Σε όλες τις περιπτώσεις, διαπιστώθηκε ότι η μέθοδος που ακολουθήθηκε είχε άριστα αποτελέσματα σε ένα παράθυρο ±5ms γύρω από την χρονική στιγμή εξαγωγής των βαρών, όπου η κατανομή των σταθμισμένων δεδομένων προσέγγιζε ικανοποιητικά την Κανονική. Αρχικά, παρουσιάζεται η δομή των νευρικών κυττάρων δίνοντας έμφαση στη δημιουργία και μετάδοση των ηλεκτρικών σημάτων. Περιγράφεται η λειτουργία του εγκεφαλογράφου και ο τρόπος καταγραφής του ηλεκτροεγκεφαλογραφήματος. Επίσης, αναλύονται τα κύρια χαρακτηριστικά του εγκεφαλικού σήματος, όπως οι φασματικές συνιστώσες (ρυθμοί) καθώς και οι βασικές κορυφώσεις των προκλητών δυναμικών σε σχέση με το χρόνο. Στη συνέχεια, δίνονται κάποια γενικά στοιχεία της ηλεκτρομαγνητικής θεωρίας και παρουσιάζονται τα ασύρματα τοπικά δίκτυα 802.11 (Wi Fi). Αναπτύσσονται τα κύρια στοιχεία της αρχιτεκτονικής τους, οι τοπολογίες στις οποίες εμφανίζονται και τα κυριότερα πρότυπα βάσει των οποίων λειτουργεί το Wi Fi. Έπειτα, περιγράφονται αναλυτικά οι Γενετικοί Αλγόριθμοι. Αναπτύσσεται η δομή τους και τα σημαντικότερα πλεονεκτήματα αυτών που τους καθιστούν κατάλληλους στην επίλυση δύσκολων προβλημάτων. Επιπλέον, αναλύονται τα είδη των στατιστικών μέτρων και παρουσιάζεται η Κανονική Κατανομή καθώς και το Κεντρικό Οριακό Θεώρημα που θέλει τις ανεξάρτητες παρατηρήσεις να ακολουθούν κατά προσέγγιση την Κανονική Κατανομή. Ακόμα, γίνεται περιγραφή των πειραματικών διατάξεων που εγκαταστάθηκαν σε κλωβό Faraday για την καταγραφή των εγκεφαλικών ηλεκτρικών σημάτων χωρίς και με την παρουσία ηλεκτρομαγνητικής ακτινοβολίας. Παρουσιάζεται επίσης η νευροψυχολογική δοκιμασία Hayling στην οποία υποβλήθηκαν οι συμμετέχοντες στο πείραμα. Όσον αφορά στην επεξεργασία των δεδομένων, παρατίθεται αναλυτικά η διαδικασία που ακολουθήθηκε και παρουσιάζονται συνοπτικά μέσω γραφημάτων τα αποτελέσματα που προέκυψαν. Τέλος, παρουσιάζονται τα συμπεράσματα της παρούσας διπλωματικής όπως προέκυψαν από την επεξεργασία των ηλεκτρικών σημάτων του εγκεφάλου. el
dc.description.abstract This thesis aims to balance the initial observations taken from an electroencephalogram with appropriate weights, in order to determine whether the distribution is close to the Normal distribution. To be more precise, the observations were derived with the Hayling Sentence Completion Test from healthy subjects, who either received or not Wi Fi radiation. First step in the denoising process is the weighting of questions, which aims to improve the outcome of the average of the questions. More specifically, with the use of Genetic Algorithm, weights were calculated for each of the values of the questions from selected time instances of the signals and were then multiplied to the initial values, giving a new, weighted signal. After the processing of the experimental data, the results were statistically analyzed and led to the presented results. In all cases, it was found that the method followed had excellent results in a ± 5ms window around the export time of the weights, where the distribution of weighted data satisfactorily approached the Normal distribution. More specifically, basic features concerning the structure of the nerve cells, with emphasis on the creation and the transmission of the electrical signals, are initially presented. The function of the electroencephalogram (EEG) and how to record EEG signals are also described, followed by the main characteristics of the brain signals, such as the spectral components (brain rhythms) and the event related potentials waveforms. Some general aspects of electromagnetic theory and the wireless local area networks 802.11 (Wi Fi) are then presented. The main elements of their architecture, their topologies and the basic standards of the Wi Fi system function are also explicated. In addition, the Genetic Algorithms are described in detail. Their structure is developed as well as their major advantages which make them suitable for solving difficult problems. Furthermore, the types of the statistical measurements are analyzed and the Normal Distribution and the Central Limit Theorem are presented. A short description follows of the experimental devices that were installed in a Faraday cage so as to record brain signals with and without the presence of electromagnetic radiation. And of course, the Hayling neuropsychological test the participants were submitted to is described. Finally, the complete process of gathering and analyzing the brain electrical signals and the results are fully presented using mostly graphs. These are then followed by the resulting conclusions. en
dc.description.statementofresponsibility Θεοδώρα-Χρυσοβαλάντω Π. Σκούρου el
dc.language.iso el en
dc.rights ETDRestricted-policy.xml en
dc.subject Κεντρικό Νευρικό Σύστημα (ΚΝΣ) el
dc.subject Προκλητά δυναμικά el
dc.subject Ηλεκτροεγκεφαλογράφημα el
dc.subject Ηλεκτρομαγνητική ακτινοβολία el
dc.subject Ασύρματο τοπικό δίκτυο el
dc.subject Γενετικοί αλγόριθμοι el
dc.subject Κανονική κατανομή el
dc.subject Κεντρικό οριακό θεώρημα el
dc.subject Δοκιμασία συμπλήρωσης προτάσεων Hayling el
dc.subject Central Nervous System (CNS) en
dc.subject Event Related Potentials (ERPs) en
dc.subject Electroencephalogram (EEG) en
dc.subject Electromagnetic radiation en
dc.subject Wireless local area network en
dc.subject Genetic algorithms en
dc.subject Normal distribution en
dc.subject Central limit theorem en
dc.subject Hayling sentence completion test en
dc.title Χρήση γενετικών αλγορίθμων για στάθμιση πειραματικών δεδομένων ηλεκτροεγκεφαλογραφήματος από μετρήσεις υπό την επίδραση σήματος Wi Fi el
dc.title.alternative Using genetic algorithms for balancing experimental data from EEG measurements under the influence Wi Fi signal en
dc.type bachelorThesis el (en)
dc.date.accepted 2012-11-28 -
dc.date.modified 2012-11-30 -
dc.contributor.advisorcommitteemember Κωττής, Παναγιώτης el
dc.contributor.advisorcommitteemember Κωνσταντίνου, Φίλιππος el
dc.contributor.committeemember Καψάλης, Χρήστος el
dc.contributor.committeemember Κωττής, Παναγιώτης el
dc.contributor.committeemember Κωνσταντίνου, Φίλιππος el
dc.contributor.department Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών el
dc.date.recordmanipulation.recordcreated 2013-02-19 -
dc.date.recordmanipulation.recordmodified 2013-02-19 -


Files in this item

This item appears in the following Collection(s)

Show simple item record