{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK786",
        "title": "بازسازی تصاویر درک شده از روی داده های تصویربرداری رزونانس مغناطیسی عملکردی مبتنی بر شبکه های عصبی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1399",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK786",
        "title": "بازسازی تصاویر درک شده از روی داده های تصویربرداری رزونانس مغناطیسی عملکردی مبتنی بر شبکه های عصبی",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1399,
        "authors": [
            {
                "name": "سعیده پورقاسمیان",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حسین خسروی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "رمزگذاری و رمزگشایی فعالیت های مغز",
            "تصویربرداری رزونانس مغناطیسی عملکردی",
            "شبکه  خودرمزگذار رقابتی",
            "شباهت ساختاری چندمقیاسه",
            "ضریب همبستگی"
        ],
        "abstract": "در چند دهه اخیر، تحقیقات در زمینه رمزگذاری و رمزگشایی فعالیت های مغز از روی داده های تصویربرداری رزونانس مغناطیسی عملکردی (fMRI) دستاوردهای چشم گیری داشته است. با این وجود، رمزگشایی فعالیت های مغز به منظور بازسازی تصاویر طبیعی درک شده توسط انسان، همچنان یک مسئله قابل بررسی است. چرا که، این تصاویر حاوی اطلاعات متنوع  و پیچیده ای هستند. \r\nدر این پژوهش، رویکردی بر مبنای شبکه های خودرمزگذار رقابتی (AAEs)، به منظور رمزگشایی فعالیت های مغز ارائه می شود. از این رو، ابتدا یک شبکه عصبی AAE، با بیش از 11 هزار تصویر طبیعیِ رویت نشده توسط سوژه ها، آموزش داده می شود. فضای نهان این ساختار، توصیفی معنادار از هر تصویر را ارائه می دهد. سپس نگاشتی از داده های fMRI به فضای نهان شکل می دهیم، که بر اساس آن داده های fMRI به کدهای نهان هم بُعد با کدهای نهان شبکه AAE، تبدیل می شوند. به هنگام تستِ مدل رمزگشایی، از نگاشت آموزش دیده، استفاده می کنیم و الگوهای fMRI هر سه سوژه انسانی را به کدهای نهان تبدیل می کنیم، در نهایت کدها با استفاده از ساختار رمزگشای شبکه AAE، به بازنمایی  های قابل درکی از تصاویر تست، بدل می شوند. مدل رمزگشایی پیشنهادی، با استفاده از داده های مجزا، آموزش دیده و تست می شود.\r\nبه منظور سنجش کمی عملکرد روش پیشنهادی، دو معیار شباهت ساختاری چندمقیاسه (SSIM) و ضریب همبستگی (CC) به ازای تصاویر بازسازی شده، گزارش می شوند. نتایج به دست آمده حاکی از عملکرد موفق و امیدبخش رویکرد پیشنهادی است. به طوری که در دو سوژه آزمایشی میانگین معیار ضریب همبستگی روی تصاویر تست، بیش از 0/7 گزارش شده است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK786.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}