Επεξεργασία σημάτων και εικόνων εγκεφάλου με μεθόδους μηχανικής μάθησης

Περίληψη

Η δουλειά η οποία παρουσιάζεται σε αυτήν την διδακτορική διατριβή ανήκει στο πλαίσιο της μηχανικής μάθησης και την ανάπτυξη μεθοδολογιών για την επεξεργασία και ανάλυση μονοδιάστατων και διδιάστατων εγκεφαλικών σημάτων. Πιο συγκεκριμένα, εστιάζεται: 1) στην μελέτη, επεξεργασία και ανάλυση εγκεφαλικών σημάτων ηλεκτροκορτικογραφήματος για τον εντοπισμό φωνητικής δραστηριοποίησης και την ταξινόμηση συλλαβών με σκοπό τον σχεδιασμό και ανάπτυξη ενός BCI συστήματος για την αποκατάσταση ασθενών με προβλήματα ομιλίας, 2) στην επεξεργασία εικόνων μαγνητικής τομογραφίας εγκεφάλου με σκοπό την τμηματοποίηση και ταξινόμηση καρκινικών εγκεφαλικών όγκων, και 3) την μαθηματική μοντελοποίηση δικτύων βιολογικών νευρώνων.

Περίληψη σε άλλη γλώσσα

The work presented in this Ph.D manuscript focuses on implementing and designing machine learning for brain signal analysis. In the first part of the manuscript, dedicated to one-dimensional brain signal, we study electrocorticography (ECoG) signal processing for voice activity detection and syllable classification in order to design an interpretable and more efficient brain computer interface system for speech rehabilitation. The second part of this Ph.D dissertation is dedicated to two-dimensional biomedical signal analysis (image analysis). More specifically, we per-formed analysis of magnetic resonance medical images for brain tumor segmentation and grade classification. Finally, the last part of the thesis is based on mathematical modeling of biological neural networks. We aimed to study the microscopic dynamics of the brain neuronal networks through synchronization phenomena.

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/40444
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/40444
ND
40444
Εναλλακτικός τίτλος
Brain signal and image analysis using machine learning methods
Συγγραφέας
Κανάς, Βασίλειος (Πατρώνυμο: Γεώργιος)
Ημερομηνία
2017
Ίδρυμα
Πανεπιστήμιο Πατρών. Σχολή Πολυτεχνική. Tμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Τομέας Τηλεπικοινωνιών και Τεχνολογίας Πληροφορίας. Εργαστήριο Ενσύρματης Τηλεπικοινωνίας
Εξεταστική επιτροπή
Σγάρμπας Κυριάκος
Δερματάς Ευάγγελος
Μπεζεριάνος Αναστάσιος
Μεγαλοοικονόμου Βασίλειος
Φακωτάκης Νικόλαος
Μουστάκας Κωνσταντίνος
Μπόρας Ιωσήφ
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/Υ
Επιστήμες Μηχανικού και ΤεχνολογίαΒιοϊατρική Μηχανική
Λέξεις-κλειδιά
Εγκεφαλικά σήματα; Μηχανική μάθηση; Αναγνώριση ομιλίας; Μαγνητική τομογραφία; Τμηματοποίηση εγκεφαλικού όγκου; Συγχρονισμός; Μαθηματική παλινδρόμηση
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
132 σ., εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)