Αυτόματη ανίχνευση ατράκτων σε ΗΕΓ ύπνου με τεχνητά νευρωνικά δίκτυα back-propagation

dc.contributor.author	Μονογυιού, Ευστρατία Α.	el
dc.contributor.author	Βεντούρας, Ερρίκος Μ.	el
dc.contributor.author	Παπαρρηγόπουλος, Θωμάς	el
dc.contributor.author	Κτώνας, Περικλής Υ.	el
dc.contributor.author	Ουζούνογλου, Νικόλαος Κ.	el
dc.date.accessioned	2015-02-01T19:34:22Z
dc.date.available	2015-02-01T19:34:22Z
dc.date.issued	2015-02-01
dc.identifier.uri	http://hdl.handle.net/11400/5370
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/us/	*
dc.subject	Neural networks
dc.subject	Second stage of sleep
dc.subject	Νευρωνικά δίκτυα
dc.subject	Δεύτερο στάδιο ύπνου
dc.title	Αυτόματη ανίχνευση ατράκτων σε ΗΕΓ ύπνου με τεχνητά νευρωνικά δίκτυα back-propagation	el
heal.type	conferenceItem
heal.generalDescription	Πρακτικά 2ου Πανελληνίου Συνεδρίου Βιοϊατρικής Τεχνολογίας	el
heal.classification	Medicine
heal.classification	Internal medicine
heal.classification	Ιατρική
heal.classification	Εσωτερική παθολογία
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh00006614
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85067347
heal.classificationURI	N/A-Ιατρική
heal.classificationURI	N/A-Εσωτερική παθολογία
heal.keywordURI	http://zbw.eu/stw/descriptor/19808-6
heal.contributorName	Σολδάτος, Κωνσταντίνος Ρ.	el
heal.language	el
heal.access	campus
heal.recordProvider	Τ.Ε.Ι. Αθήνας. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Βιοϊατρικής Τεχνολογίας Τ.Ε.	el
heal.publicationDate	1999
heal.bibliographicCitation	Μονογιού, Ε., Βεντούρας, Ε., Παπαρηγόπουλος, Θ., Κτώνας, Π., Ουζούνογλου, Ν., κ.ά. (1999). Αυτόματη ανίχνευση ατράκτων σε ΗΕΓ ύπνου με τεχνητά νευρωνικά δίκτυα back-propagation. Στο 2ο Πανελλήνιο Συν΄ρδριο Βιοϊατρικής Τεχνολογίας. σελ.41-45. Ελληνική Εταιρεία Βιοϊατρικής Τεχνολογίας: Αθήνα, 1999.	el
heal.abstract	Σχεδιάστηκε σύστημα αυτόματης αναγνώρισης κυματομορφών σε ηλεκτροεγκεφαλογράφημα ύπνου βασισμένο σε τεχνητά νευρωνικά δίκτυα. Το δίκτυο, που προσομοιώθηκε με χρήση του λογισμικού πακέτου Matlab, σχεδιάστηκε και εκπαιδεύτηκε για να ανιχνεύει ατράκτους (βραχύχρονες ημιτονοειδείς κυματομορφές, που εμφανίζονται στο δεύτερο στάδιο του ύπνου). Η έρευνα έδειξε ότι τα τεχνητά νευρωνικά δίκτυα, μετά από κατάλληλη εκπαίδευση, μπορούν να αναγνωρίσουν κύματα στην αρχική τους ακατέργαστη μορφή, όπως προέρχονται απευθείας από τον ψηφιακό εγκεφαλογράφο, χωρίς περαιτέρω επεξεργασία (πχ. φιλτράρισμα). Προωθείται έτσι η ιδέα της ανάπτυξης συστήματος σύγχρονης (on line) αναγνώρησης υπνικών ατράκτων. Η απόδοση του δικτύου συγκρίθηκε με άλλο σύστημα αναγνώρισης που βασίζεται στον υπολογισμό της πυκνότητας φασματικής ισχύος και που απαιτεί προεπεξεργασία του σήματος. Η συμπεριφορά του ΤΝΔ υπερτερεί του συστήματος φασματικής ισχύος.	el
heal.publisher	Ελληνική Εταιρεία Βιοϊατρικής Τεχνολογίας	el
heal.fullTextAvailability	true
heal.conferenceName	Πανελληνίου Συνεδρίου Βιοϊατρικής Τεχνολογίας	el
heal.conferenceItemType	full paper