Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/123456789/28040
Full metadata record
DC FieldValueLanguage
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.typedoctoralThesis-
heal.type.enDoctoral thesisen
heal.type.elΔιδακτορική διατριβήel
heal.secondaryTitleεφαρμογές στην εκπαίδευσηel
heal.secondaryTitleapplications in educationen
heal.classificationΗλεκτροεγκεφαλογράφημαel
heal.dateAvailable2017-06-16T06:20:28Z-
heal.languageel-
heal.accessfree-
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Επιστημών Υγείας. Τμήμα Ιατρικήςel
heal.publicationDate2017-
heal.bibliographicCitationΒιβλιογραφία : σ. 209-222el
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.advisorNameΕυαγγέλου, Άγγελοςel
heal.committeeMemberNameΕυαγγέλου, Άγγελοςel
heal.committeeMemberNameΑνωγειανάκης, Γεώργιοςel
heal.committeeMemberNameΒλάμος, Παναγιώτηςel
heal.committeeMemberNameΚαλφακάκου, Βασιλικήel
heal.committeeMemberNameΚουτσονικόλας, Δημήτριοςel
heal.committeeMemberNameΠέσχος, Δημήτριοςel
heal.committeeMemberNameΠούλος, Μάριοςel
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Επιστημών Υγείας. Τμήμα Ιατρικήςel
heal.academicPublisherIDuoi-
heal.numberOfPages230 σ.-
heal.fullTextAvailabilitytrue-
Appears in Collections:Διδακτορικές Διατριβές

Files in This Item:
File Description SizeFormat 
Δ.Δ. ΣΤΕΦΑΝΙΔΗΣ ΒΑΣΙΛΕΙΟΣ Κ. 2017.pdf8.95 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons