نشر بحث علمي في مجلة دولية من قبل د. احمد حساسنة وبالتعاون مع باحثين في ألمانيا

ضمن جسر العلوم الفلسطيني الألماني، قام الدكتور احمد حساسنة من قسم تكنولوجيا المعلومات في كلية فلسطين الأهلية الجامعية ومجموعة من الباحثين في معهد يوليش للأبحاث في ألمانيا بنشر بحث علمي محكم في المجلة العالمية للهندسة (Journal of engineering)، اصدار 2018. بحث رقم: 1350692، 10 صفحات

بعنوان:

 “Deep Learning Approach for Automatic Classification of Ocular and Cardiac Artifacts in MEG Data”

بعد مراجعته وتحريره من قبل مجموعة من المتخصصين والباحثين الدوليين. تضمن البحث تطوير منهجية تعلم الي عميقة تعمل على تحديد وازالة اشارات القلب والعين من اشارات الدماغ.

ملخص البحث:

We propose an artifact classification scheme based on a combined deep and convolutional neural network (DCNN) model, to automatically identify cardiac and ocular artifacts from neuromagnetic data, without the need for additional electrocardiogram (ECG) and electrooculogram (EOG) recordings. From independent components, the model uses both the spatial and temporal information of the decomposed magnetoencephalography (MEG) data. In total, 7122 samples were used after data augmentation, in which task and nontask related MEG recordings from 48 subjects served as the database for this study. Artifact rejection was applied using the combined model, which achieved a sensitivity and specificity of 91.8% and 97.4%, respectively. The overall accuracy of the model was validated using a cross-validation test and revealed a median accuracy of 94.4%, indicating high reliability of the DCNN-based artifact removal in task and nontask related MEG experiments. The major advantages of the proposed method are as follows: (1) it is a fully automated and user independent workflow of artifact classification in MEG data; (2) once the model is trained there is no need for auxiliary signal recordings; (3) the flexibility in the model design and training allows for various modalities (MEG/EEG) and various sensor types.

رابط البحث المنشور:

https://www.hindawi.com/journals/je/2018/1350692/cta/