fa تجزیه و تحلیل احساسات افراد از طریق سیگنال های مغزی با استفاده از تابع نگاشت پوانکاره مقالات کامل full articles پژوهشي Research <strong>مقدمه:</strong> تغییرات دینامیکی مغز دارای اطلاعات معنادار و مهمی هستند که تاثیرات آن ها در حالات مختلف احساسی افراد در سیگنالهای مغزی بروز می یابند. در این مطالعه با الگوگیری از نظریه آشوب، از روش تابع نگاشت پوانکاره، برای استخراج اطلاعات مرتبط با حالات احساسی افراد بهره برده ایم. به بیان دیگر در این مطالعه به بررسی رابطه معنادار میان خصوصیات آشوب گونه سیگنا لهای مغزی و سطح احساسات تحریک شده افراد پرداخت هایم.<br> <strong>مواد و روشها:</strong> پایگاه داده گان &laquo;دیپ &raquo; با اطلاعات بیولوژیکی 32 نفر در حین تماشای 40 موزیک ویدئو یک دقیقه ای که شامل 32 کانال از سیگنالهای مغزی بود، در این تحقیق مورد استفاده قرار گرفت. هر یک از ویدئوهای استفاده شده در این مجموعه داده طوری انتخاب شده اند که موجب برانگیختن چهار زمینه احساسی &laquo;خوشایندی&rdquo;، &ldquo;برانگیختگی &raquo;، &ldquo;میزان تسلط&rdquo; و &ldquo;دوست داشتن&rdquo; شده اند. با استفاده از تابع نگاشت پوانکاره، میزان تغییرات دینامیک سیگنالهای مغزی را در هر یک از چهار زمینه احساسی بیان شده تحلیل نموده ایم.<br> <strong>یافته ها:</strong> با استفاده از آنالیز آماری Spearman میزان تاثیر هر یک از فیل مهای مشاهده شده بر ویژگی غیرخطی استخراج شده بررسی شده است. نتایج نشان داد ویژگ یهای مرتبط با نگاشت پوانکاره در ایجاد تمایز بین سطوح مختلف &quot;خوشایندی&rdquo; (P<0/05)، &ldquo;برانگیختگی&quot; (P<0/01)، &ldquo;میزان تسلط&rdquo; ( 05/P<0 ) و &ldquo;دوست داشتن&rdquo; (05/P<0) توانایی مطلوبی دارند. به طور خاص، این روش ها زمینه احساسی &ldquo;میزان تسلط &raquo; و &laquo;دوست داشتن &raquo; را نسبت به دیگر احساسات در الکترودهای بیشتری بروز دادند.<br> <strong>بحث و نتیجه گیری:</strong> تفسیر نتایج نشان می دهد که بررسی فعالیت مغز به وسیله رو شهای غیرخطی و آشوبی توانایی قابل قبولی در تمایز بین حالات احساسی دارند و می توانند به عنوان یکی از رو شهای مورد اعتماد برای مطالعه ساختار مغز مورد استفاده قرار گیرند. <strong>Introduction:</strong> Dynamic alterations of the brain are of high significance when it comes to analyze the human feelings. In this study, the hidden patterns corresponding for the emotional states have been investigated by adopting a certain Poincare&rsquo; map function inspired by the theory of chaos. The present study aimed to explore the significance relationship between the proposed methodology and the level of the emotional states.<br> <strong>Methods and Materials:</strong> One of the well-known emotion dataset namely &lsquo;DEAP&rsquo; was used to evaluate the performance of our methodology. DEAP is a multimodal dataset in which forty music videos lasting one minute were shown to 32 participants. Moreover, a set of 40 channels of biological signals including EEG and peripheral signals were recorded. Moreover, participants rated to each video in terms of &lsquo;valence&rsquo;, &lsquo;arousal&rsquo;, &lsquo;dominance&rsquo;, and &lsquo;liking&rsquo;. In this study we have investigated the dynamic variations of EEG signals in order to discriminate the levels of the emotional states.<br> <strong>Results:</strong> For describing the effect of the Poincare&rsquo; approach on the subjective ratings, we have adopted the correlation statistics by computing the Spearman correlated coefficients. The results indicate that the Poincare approach could properly discriminate the levels of valence (p<0.05), arousal (p<0.01), dominance (p<0.05), and liking (p<0.05). In other words, the statistical analysis showed the significant relationship between the levels of emotions and the Poincare&rsquo; method.<br> <strong>Discussion and Conclusion:</strong> The result interpretations demonstrate and verify the success of the nonlinear and chaotic approaches in the analysis of human brain signals. Therefore, it could be a reliable methodology for studying the brain functions. سیگنالهای مغزی, احساسات, تابع نگاشت پوانکاره, نظریه آشوب Electroencephalogram, EEG, Emotions, Poincare’ map function, Chaos theory 12 19 http://jps.ajaums.ac.ir/browse.php?a_code=A-10-1-66&slc_lang=fa&sid=1 Mohamadbagher Khodabakhshi محمدباقر خدابخشی 1003194753284600662 1003194753284600662 No Department of Radiology, Faculty of Paramedicine, AJA University of Medical Sciences, Tehran, Iran گروه رادیولوژی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی ارتش، تهران، ایران Valiallah Saba ولی اله صبا vsaba@aut.ac.ir 1003194753284600663 1003194753284600663 Yes Department of Radiology, Faculty of Paramedicine, AJA University of Medical Sciences, Tehran, Iran گروه رادیولوژی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی ارتش، تهران، ایران