يجب تسجيل الدخول أولا
A Convolutional Neural Network Framework for the Identification of Individual Neuronal Biomarkers Based on Functional Brain Connectivity Using Magnetoencephalography
| المؤلف الرئيسي: | Abdellatif, Farah (Author) |
|---|---|
| مؤلفين آخرين: | Hasasneh, Ahmad (Advisor) , Dammers, Jürgen (Advisor) |
| التاريخ الميلادي: |
2021
|
| موقع: | جنين |
| الصفحات: | 1 - 64 |
| رقم MD: | 1229484 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة العربية الأمريكية - جنين |
| الكلية: | كلية الدراسات العليا |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
16
| المستخلص: |
يعد التعرف على المؤشرات الحيوية العصبية على المستوى الفردي هدفا شاملا في أبحاث علم الأعصاب. حيث تمكن علماء الأعصاب من تحديد الأفراد بناء على اتصال الدماغ الوظيفي والهيكلية للدماغ كما يوضح من التصوير المغناطيسي للدماغ (MEG)، أو التصوير بالرنين المغناطيسي الوظيفي (fMRI)، أو التصوير الكهربائي للدماغ (EEG). يجدر بالذكر أن عملية تحديد الهوية الفردية يشار إليها أيضا في الأبحاث على أنها تحديد للبصمات الدماغية الفردية. بالنسبة لهذا البحث، فقد تم استخدام بيانات التصوير المغناطيسي في حالة الراحة لأفراد أصحاء من قاعدة بيانات تم إتاحتها من قبل مشروع الاتصال البشري (HCP). يقدم هذا البحث نهجا جديدا تجاه تحديد بصمات الدماغ الفردية من خلال تطبيق نموذج تعلم التشابه العميق، ما يسمى بالشبكة العصبية السيامية التي تعتمد على الشبكات العصبية التلافيفية. يتم أيضا مقارنة النتائج مع خوارزمية آلة المتجه الداعم بهدف إثبات تفوق نهج التعلم العميق. بالنسبة للبيانات المستخدمة للتعلم، فقد تم استخراج عوامل الترابط والترابط المغلف من صور الدماغ المغناطيسية كمقاييس لاتصال الدماغ الوظيفي. تشير النتائج لاحقا بتحقق التوقعات على أن التعلم العميق يتفوق على تعلم الآلة. تمكنت الشبكة السيامية من الحصول بسهولة على دقة في التنبؤ تصل إلى 97% مقارنة بدقة 81% القادمة من خوارزميات آلة المتجه الدعم. تشير النتائج أيضا إلى أن تصميم الشبكة السيامية يمكن من التعرف على الأنماط من البيانات برغم شحها، على عكس الخوارزميات الأخرى. في الختام، تعد الشبكات العصبية التلافيفية أداة حسابية قوية للغاية يمكنها تعزيز التحليل أي مجال، مثل علم الأعصاب أو غيره. حتى الآن، لم يستفد مجمع البحث الخاص بالبصمات الدماغية من تقنيات التعلم العميق، حيث يمكن استخدام هذا البحث كخطوة أولى نحو تعزيز الأبحاث للبصمات الدماغية للأفراد من الاتصال الوظيفي. |
|---|
عناصر مشابهة
-
Modified Classification for Brain Tumors in Magnetic Resonance Imaging "MRI" Using Region Convolutional Neural Networks "R-CNN"
بواسطة: الكيلاني، عبدالقادر وليد منشور: (2020) -
Automatic fingerprint identification using neural networks
بواسطة: Shalash, Wafaa Mohib Mohamed Abd Alhamed منشور: (2000) -
Detection of a Human Being on Fire Using Convolutional Neural Networks
بواسطة: الشهاب، حمزة عبدالحكيم منشور: (2022) -
Identification of Plant Diseases in Jordan Using Convolutional Neural Networks "CNN"
بواسطة: الخطيب، شهد نبيل منشور: (2023) -
Palmprint Recognition System By Using Contourlets Transform And Artificial Neural Network
بواسطة: Abu Kmeil, Mohanad A. M. منشور: (2013)
