Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)

Η μελέτη του ανθρώπινου εγκεφάλου έχει αποδειχθεί πως είναι ένα δύσκολο εγχείρημα, εξαιτίας αρκετών πτυχών της φύσης του. Η σπουδαιότητά του ως όργανο, η πολυπλοκότητά του σε ανατομικό και νευροφυσιολογικό επίπεδο, καθώς επίσης και λόγω της δυσκολίας που υπεισέρχεται εξαιτίας του γεγονότος αυτό βρ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Στατύρης, Αδαμάντιος Ιωάννης
Άλλοι συγγραφείς: Statyris, Adamantios Ioannis
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14764
id nemertes-10889-14764
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Έμπειρα συστήματα
Νευρωνικά δίκτυα
Μαγνητόμετρα
Αλγόριθμοι ταξινόμησης
Μαγνητοεγκεφαλογραφία
Αίσθηση της γεύσης
Αντίληψη της γεύσης
Τεχνητή νοημοσύνη
Smart systems
Magnetoencephalography
WEKA
Expert system
C45
J48
Neural networks
CLIPS
Taste perception
SQUID
Magnetometers
Taste prediction
Artificial intelligence
spellingShingle Έμπειρα συστήματα
Νευρωνικά δίκτυα
Μαγνητόμετρα
Αλγόριθμοι ταξινόμησης
Μαγνητοεγκεφαλογραφία
Αίσθηση της γεύσης
Αντίληψη της γεύσης
Τεχνητή νοημοσύνη
Smart systems
Magnetoencephalography
WEKA
Expert system
C45
J48
Neural networks
CLIPS
Taste perception
SQUID
Magnetometers
Taste prediction
Artificial intelligence
Στατύρης, Αδαμάντιος Ιωάννης
Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
description Η μελέτη του ανθρώπινου εγκεφάλου έχει αποδειχθεί πως είναι ένα δύσκολο εγχείρημα, εξαιτίας αρκετών πτυχών της φύσης του. Η σπουδαιότητά του ως όργανο, η πολυπλοκότητά του σε ανατομικό και νευροφυσιολογικό επίπεδο, καθώς επίσης και λόγω της δυσκολίας που υπεισέρχεται εξαιτίας του γεγονότος αυτό βρίσκεται ασφαλές εντός μιας οστέινης κοιλότητας, και φυσικά, τα ηθικά ζητήματα, είναι μερικά από τις πιο συνήθεις και σημαντικές. Επιπλέον, ο εγκέφαλος είναι ένα μοναδικό όργανο το οποίο ενέχει επίπεδο πολυπλοκότητας σημαντικά υψηλότερα από άλλα όργανα, καθώς η σύγχρονη γνωστή βασική λειτουργία του είναι η δημιουργία της αντίληψης του εαυτού και του κόσμου για τον καθένα, αθροίζοντας διαφορετικούς παράγοντες που προκύπτουν από την επεξεργασία όλης της πληροφορίας που εισέρχεται σε αυτό από το περιφερικό νευρικό σύστημα, καθώς και το να παράσχει σε κάθε άτομο μια διεπαφή μεταξύ του εαυτού και αυτού που αντιλαμβανόμαστε ως ζωή. Στο παρελθόν, έχουν γίνει πολλές προσπάθειες να προσεγγιστεί ο εγκέφαλος σαν ένα όργανο με ηλεκτρική δραστηριότητα και βγουν συμπεράσματα σχετικά με την λειτουργία του βασισμένες στην ανάλυση Ηλεκτροεγκεφαλογραφήματος (ΗΕΓ). Ελάχιστα έχουν εξερευνηθεί δεδομένα από Μαγνητοεγκεφαλογράφους (ΜΕΓ). Το SQUID (superconducting quantum interference device) είναι ένας από τα ελάχιστα μαγνητόμετρα στον κόσμο εξαιρετικά υψηλής ικανότητας να ανιχνεύουν ένταση μικροσκοπικών μαγνητικών πεδίων της τάξεως του 1fT (10-15 Tesla), ηλεκτρικό ρεύμα εντάσεως 10-18 Amp, και τάση της τάξεως των 10-18 Volt. Ως αποτέλεσμα, για την εκπόνηση της εργασίας αυτής επιλέξαμε να αναλύσουμε δεδομένα που έχουν συλλεχθεί από την συσκευή, λόγω της υψηλής της ανιχνευτικής ικανότητας και ακρίβειας. Σκοπός αυτής της εργασίας ήταν να αξιοποιήσουμε τρία διαφορετικά εργαλεία από τον χώρο της Τεχνητής Νοημοσύνης για την εξόρυξη γνώσης από Μεγάλα Δεδομένα, όπως αλγόριθμους ταξινόμησης, έμπειρα συστήματα δημιουργώντας ένα σύστημα βασισμένο στην γλώσσα προγραμματισμού CLIPS, και τέλος, τεχνητά νευρωνικά δίκτυα, ώστε να αναλύσουμε δεδομένα σχετιζόμενα με την αίσθηση της γεύσης, που συλλέχθηκαν από το SQUID Μαγνητοεγκεφαλογράφο 122 ηλεκτροδίων, και να δημιουργήσουμε ένα βέλτιστο ευφυές σύστημα το οποίο θα έχει την ικανότητα να προβλέπει την γεύση που αντιλαμβάνεται κάποιος, κατόπιν ανάλυσης των αλλαγών μαγνητικών εγκεφαλικών σημάτων πριν και μετά την χορήγηση γευστικού ερεθίσματος.
author2 Statyris, Adamantios Ioannis
author_facet Statyris, Adamantios Ioannis
Στατύρης, Αδαμάντιος Ιωάννης
author Στατύρης, Αδαμάντιος Ιωάννης
author_sort Στατύρης, Αδαμάντιος Ιωάννης
title Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
title_short Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
title_full Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
title_fullStr Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
title_full_unstemmed Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID)
title_sort ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (squid)
publishDate 2021
url http://hdl.handle.net/10889/14764
work_keys_str_mv AT statyrēsadamantiosiōannēs anaptyxēeuphyōnsystēmatōngiatēnanalysēkaiepexergasiasēmatōnmagnētoenkephalographiassquid
AT statyrēsadamantiosiōannēs developmentofsmartsystemsasatoolforanalysingandprocessingbrainsignalsharvestedwithsquidbasedmeg
_version_ 1771297158262161408
spelling nemertes-10889-147642022-09-05T05:37:33Z Ανάπτυξη ευφυών συστημάτων για την ανάλυση και επεξεργασία σημάτων μαγνητοεγκεφαλογραφίας (SQUID) Development of smart systems as a tool for analysing and processing brain signals harvested with SQUID based MEG Στατύρης, Αδαμάντιος Ιωάννης Statyris, Adamantios Ioannis Έμπειρα συστήματα Νευρωνικά δίκτυα Μαγνητόμετρα Αλγόριθμοι ταξινόμησης Μαγνητοεγκεφαλογραφία Αίσθηση της γεύσης Αντίληψη της γεύσης Τεχνητή νοημοσύνη Smart systems Magnetoencephalography WEKA Expert system C45 J48 Neural networks CLIPS Taste perception SQUID Magnetometers Taste prediction Artificial intelligence Η μελέτη του ανθρώπινου εγκεφάλου έχει αποδειχθεί πως είναι ένα δύσκολο εγχείρημα, εξαιτίας αρκετών πτυχών της φύσης του. Η σπουδαιότητά του ως όργανο, η πολυπλοκότητά του σε ανατομικό και νευροφυσιολογικό επίπεδο, καθώς επίσης και λόγω της δυσκολίας που υπεισέρχεται εξαιτίας του γεγονότος αυτό βρίσκεται ασφαλές εντός μιας οστέινης κοιλότητας, και φυσικά, τα ηθικά ζητήματα, είναι μερικά από τις πιο συνήθεις και σημαντικές. Επιπλέον, ο εγκέφαλος είναι ένα μοναδικό όργανο το οποίο ενέχει επίπεδο πολυπλοκότητας σημαντικά υψηλότερα από άλλα όργανα, καθώς η σύγχρονη γνωστή βασική λειτουργία του είναι η δημιουργία της αντίληψης του εαυτού και του κόσμου για τον καθένα, αθροίζοντας διαφορετικούς παράγοντες που προκύπτουν από την επεξεργασία όλης της πληροφορίας που εισέρχεται σε αυτό από το περιφερικό νευρικό σύστημα, καθώς και το να παράσχει σε κάθε άτομο μια διεπαφή μεταξύ του εαυτού και αυτού που αντιλαμβανόμαστε ως ζωή. Στο παρελθόν, έχουν γίνει πολλές προσπάθειες να προσεγγιστεί ο εγκέφαλος σαν ένα όργανο με ηλεκτρική δραστηριότητα και βγουν συμπεράσματα σχετικά με την λειτουργία του βασισμένες στην ανάλυση Ηλεκτροεγκεφαλογραφήματος (ΗΕΓ). Ελάχιστα έχουν εξερευνηθεί δεδομένα από Μαγνητοεγκεφαλογράφους (ΜΕΓ). Το SQUID (superconducting quantum interference device) είναι ένας από τα ελάχιστα μαγνητόμετρα στον κόσμο εξαιρετικά υψηλής ικανότητας να ανιχνεύουν ένταση μικροσκοπικών μαγνητικών πεδίων της τάξεως του 1fT (10-15 Tesla), ηλεκτρικό ρεύμα εντάσεως 10-18 Amp, και τάση της τάξεως των 10-18 Volt. Ως αποτέλεσμα, για την εκπόνηση της εργασίας αυτής επιλέξαμε να αναλύσουμε δεδομένα που έχουν συλλεχθεί από την συσκευή, λόγω της υψηλής της ανιχνευτικής ικανότητας και ακρίβειας. Σκοπός αυτής της εργασίας ήταν να αξιοποιήσουμε τρία διαφορετικά εργαλεία από τον χώρο της Τεχνητής Νοημοσύνης για την εξόρυξη γνώσης από Μεγάλα Δεδομένα, όπως αλγόριθμους ταξινόμησης, έμπειρα συστήματα δημιουργώντας ένα σύστημα βασισμένο στην γλώσσα προγραμματισμού CLIPS, και τέλος, τεχνητά νευρωνικά δίκτυα, ώστε να αναλύσουμε δεδομένα σχετιζόμενα με την αίσθηση της γεύσης, που συλλέχθηκαν από το SQUID Μαγνητοεγκεφαλογράφο 122 ηλεκτροδίων, και να δημιουργήσουμε ένα βέλτιστο ευφυές σύστημα το οποίο θα έχει την ικανότητα να προβλέπει την γεύση που αντιλαμβάνεται κάποιος, κατόπιν ανάλυσης των αλλαγών μαγνητικών εγκεφαλικών σημάτων πριν και μετά την χορήγηση γευστικού ερεθίσματος. Studying the human brain has proven to be a difficult task, due to many aspects related to its nature. Its importance as an organ, its complexity in both anatomical and neurophysiological level, as well as the difficulty presenting due to it being encased in an osseous cavity and of course ethical issues, are some of the most common and important ones. In addition to the aforementioned, the brain is a unique organ that encloses a higher level of complexity compared to other organs as its current known primary purpose is to create the perception of life for any individual as a summary of different components deriving from processing all the information that is presented to it by its peripheral sensors and to give them some control to interact with what they eventually perceive as life. In the past, there have been efforts to approach the brain as an object with electrical activity and draw conclusions about its functionality by analysing EEGs. What has been scarcely explored is data from MEGs (magnetoencephalography). SQUID (superconducting quantum interference device) is one of the few magnetometers in the world of exceptionally high capacity to sense minimal Magnetic fields of even the magnitude of 1 fT (10-15 Tesla), electrical currents of 10-18 Amp and voltage of 10-18 Volt, thus we have chosen to analyse data harvested by this device due to its high level of accuracy. The purpose of this work was to exploit three different tools of the field of Artificial Intelligence for knowledge extraction from Big Data, such as classification algorithms, followed by an approach in which we built an expert system based on CLIPS tool, as well as neural networks approach, in order to analyse knowledge related to taste obtained by the 122 lead Magnetometer, SQUID, so as to create an optimal smart system that can predict the taste a subject experiences by analysing the changes in their brain’s magnetic signals magnitude and sign, before and after the administration of a gustatory stimulus. 2021-04-16T05:32:08Z 2021-04-16T05:32:08Z 2020-10-06 http://hdl.handle.net/10889/14764 gr application/pdf application/octet-stream