Ψηφιακή ανάλυση ηλεκτροεγκεφαλογραφικού σήματος (ΗΕΓ)

dc.contributor.authorΣτεφανίδης, Βασίλειος Κ.el
dc.date.accessioned2017-06-16T06:19:28Z
dc.date.available2017-06-16T06:19:28Z
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/28040
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.3392
dc.rightsDefault License
dc.subjectΕγκέφαλοςel
dc.subjectΝόησηel
dc.subjectΕκπαίδευσηel
dc.subjectΗλεκτροεγκεφαλογράφημαel
dc.subjectΜαθησιακές δυσκολίεςel
dc.subjectΝευροφυσιολογίαel
dc.subjectΣτάσιμα κύματαel
dc.subjectΣυγχρονισμός δεδομένωνel
dc.subjectBrainen
dc.subjectCognitionen
dc.subjectEducationen
dc.subjectElectroencephalographyen
dc.subjectNeurophysiologyen
dc.subjectLearning difficultiesen
dc.subjectPredictionen
dc.subjectStationary waveletsen
dc.subjectData synchronizationen
dc.titleΨηφιακή ανάλυση ηλεκτροεγκεφαλογραφικού σήματος (ΗΕΓ)el
dc.titleDigital electroencephalography signal analysis (EEG)en
heal.abstractΣτην παρούσα διδακτορική διατριβή αναπτύσσονται μέθοδοι πρόβλεψης μαθησιακών δυσκολιών κατά τη διάρκεια μιας εκπαιδευτικής διαδικασίας, οι οποίες βασίζονται στην ψηφιακή ανάλυση ηλεκτροεγκεφαλογραφικών δεδομένων μέσω κατάλληλων πληροφοριακών συστημάτων και λογισμικών. Με τη βοήθεια κατάλληλων ψηφιακών μεθόδων ανάλυσης και κατάλληλων πληροφοριακών συστημάτων μελετάμε ηλεκτροεγκεφαλογραφικά σήματα, με σκοπό να ανιχνεύσουμε και να ανακαλύψουμε αλγόριθμους και παραμέτρους που διαφοροποιούν στατιστικά τη δυσκολία την οποία συναντά ένα άτομο, όταν συμμετέχει σε μια εκπαιδευτική διαδικασία. Με τον τρόπο αυτό εξάγονται μοντέλα, τα οποία αποκαλύπτουν και προβλέπουν μαθησιακές δυσκολίες σε μια εκπαιδευτική διαδικασία. Επιπλέον, μέσα από τη μελέτη της στασιμότητας χρονολογικών σειρών, δίνουμε χρήσιμα συμπεράσματα σχετικά με τη δυνατότητα πρόβλεψης συμπεριφοράς. Στην εργασία αυτή ανιχνεύουμε πειραματικά σημεία στο ηλεκτροεγκεφαλογραφικό σήμα, τα οποία παρουσιάζουν φαινόμενα στασιμότητας.el
heal.abstractThe subject of this PhD Thesis is the development of educational difficulties prediction methods during educational procedures. The method is based in electroencephalography (EEG) signals digital analysis through various proper information systems and software. Using proper digital methods and with help of information systems and software, we study EEG signals in order to investigate proper algorithms, EEG parameters and neurophysiological indexes, which statistical differentiate the difficulty that a person faces when participate in an educational procedure. In this way we extract mathematical models that reveal and provide learning disabilities in an educational procedure. Furthermore, through the study of stationary time series, we give useful conclusions about the predictability of those people behavior. In this PhD thesis also we detect data points in EEG signal which show stationary phenomena.en
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Επιστημών Υγείας. Τμήμα Ιατρικήςel
heal.academicPublisherIDuoi
heal.accessfree
heal.advisorNameΕυαγγέλου, Άγγελοςel
heal.bibliographicCitationΒιβλιογραφία : σ. 209-222el
heal.classificationΗλεκτροεγκεφαλογράφημαel
heal.committeeMemberNameΕυαγγέλου, Άγγελοςel
heal.committeeMemberNameΑνωγειανάκης, Γεώργιοςel
heal.committeeMemberNameΒλάμος, Παναγιώτηςel
heal.committeeMemberNameΚαλφακάκου, Βασιλικήel
heal.committeeMemberNameΚουτσονικόλας, Δημήτριοςel
heal.committeeMemberNameΠέσχος, Δημήτριοςel
heal.committeeMemberNameΠούλος, Μάριοςel
heal.dateAvailable2017-06-16T06:20:28Z
heal.fullTextAvailabilitytrue
heal.languageel
heal.numberOfPages230 σ.
heal.publicationDate2017
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Επιστημών Υγείας. Τμήμα Ιατρικήςel
heal.secondaryTitleεφαρμογές στην εκπαίδευσηel
heal.secondaryTitleapplications in educationen
heal.typedoctoralThesis
heal.type.elΔιδακτορική διατριβήel
heal.type.enDoctoral thesisen

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Δ.Δ. ΣΤΕΦΑΝΙΔΗΣ ΒΑΣΙΛΕΙΟΣ Κ. 2017.pdf
Μέγεθος:
8.74 MB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
1.71 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: