စံနှုန်းမီ ရောင်စဉ်ခွဲခြမ်းစိတ်ဖြာမှုက လွဲချော်နေသော ဝှက်ထားသည့် ဖွဲ့စည်းပုံဆိုင်ရာ ပုံစံများကို ရှာဖွေရန် ထုတ်ပြန်ထားသော သုတေသနနည်းလမ်းကို အသုံးပြု၍ သင်၏ တစ်ခုတည်းသော ချန်နယ် ဦးနှောက်အချက်ပြဒေတာ (EEG) ကို ကျွန်ုပ် ခွဲခြမ်းစိတ်ဖြာပါသည်။ ရှင်းလင်းသော တွေ့ရှိချက်များပါရှိသည့် PDF အစီရင်ခံစာ အပြည့်အစုံကို သင် ရရှိပါမည်။
သင်၏ EEG ဒေတာရှိ ဝှက်ထားသော Theta-Band ဖွဲ့စည်းပုံဆိုင်ရာ ပုံစံများကို သုံးသပ်ပြီးသော နည်းလမ်းဖြင့် ကျွန်ုပ် ရှာဖွေပေးပါမည်။
Anchor score၊ အမြင့်ဆုံးကြိမ်နှုန်းများနှင့် အခြေခံ PDF အစီရင်ခံစာပါရှိသော တစ်ခုတည်းသော EEG ဖိုင်ခွဲခြမ်းစိတ်ဖြာခြင်း။
- 1 EEG ဖိုင် (တစ်ချန်နယ် သို့မဟုတ် ချန်နယ်များစွာ) ကို ခွဲခြမ်းစိတ်ဖြာခြင်း
- ချန်နယ်တစ်ခုစီအတွက် Anchor score (0-1)
- အမြင့်ဆုံးကြိမ်နှုန်းများ (f1, f2) Hz ဖြင့်
- ပုံများပါရှိသော အခြေခံ PDF အစီရင်ခံစာ
- ဒေတာလျှို့ဝှက်ချက်- မူရင်းဒေတာကို 7 ရက်အတွင်း ဖျက်ပစ်ပါမည်။
အချိန်နှင့်အမျှ ပြောင်းလဲနေသော ခွဲခြမ်းစိတ်ဖြာမှုနှင့် ပြည့်စုံသော အဓိပ္ပာယ်ဖွင့်ဆိုချက် အစီရင်ခံစာပါရှိသော တစ်ခုတည်းသော EEG ဖိုင်။
- 1 EEG ဖိုင်ကို ခွဲခြမ်းစိတ်ဖြာခြင်း
- ချန်နယ်တစ်ခုစီအတွက် Anchor score (0-1)
- အမြင့်ဆုံးကြိမ်နှုန်းများ (f1, f2) Hz ဖြင့်
- အချိန်နှင့်အမျှ ပြောင်းလဲနေသော အခြေအနေများ- မှတ်တမ်းတင်နေစဉ်အတွင်း ပုံစံမည်သို့ပြောင်းလဲသည်
- Theta-beta ဆက်စပ်မှု ခွဲခြမ်းစိတ်ဖြာခြင်း
- ပုံများနှင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက်ပါရှိသော ပြည့်စုံသော PDF အစီရင်ခံစာ (၅-၁၀ မျက်နှာ)
- CSV ရလဒ်ဇယား
- 2 အကြိမ် Q&A
- ဒေတာလျှို့ဝှက်ချက်- မူရင်းဒေတာကို 7 ရက်အတွင်း ဖျက်ပစ်ပါမည်။
ဖိုင်များအချင်းချင်း နှိုင်းယှဉ်မှုနှင့် တိုးချဲ့အစီရင်ခံစာပါရှိသော EEG ဖိုင် 5 ခုအထိ အစုလိုက်ခွဲခြမ်းစိတ်ဖြာခြင်း။
- EEG ဖိုင် 5 ခုအထိ ခွဲခြမ်းစိတ်ဖြာခြင်း
- ဖိုင်တစ်ခုစီရှိ ချန်နယ်တစ်ခုစီအတွက် Anchor score (0-1)
- ဖိုင်တစ်ခုစီရှိ အမြင့်ဆုံးကြိမ်နှုန်းများ (f1, f2) Hz ဖြင့်
- ဖိုင်တစ်ခုစီအတွက် အချိန်နှင့်အမျှ ပြောင်းလဲနေသော အခြေအနေများ
- ဖိုင်တစ်ခုစီအတွက် Theta-beta ဆက်စပ်မှု ခွဲခြမ်းစိတ်ဖြာခြင်း
- ဖိုင်များအချင်းချင်း နှိုင်းယှဉ်ဇယား
- အကျဉ်းချုပ်စာရင်းအင်းများပါရှိသော တိုးချဲ့ PDF အစီရင်ခံစာ
- CSV ရလဒ်ဇယား
- 3 အကြိမ် Q&A
- ဒေတာလျှို့ဝှက်ချက်- မူရင်းဒေတာကို 7 ရက်အတွင်း ဖျက်ပစ်ပါမည်။
စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုပါ
စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုရန် ဝင်ရောက်ပါ
ဤ Zinner ထံမှ စိတ်ကြိုက်ကမ်းလှမ်းချက် တောင်းဆိုရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ရောင်းချမှုမတိုင်မီ မေးခွန်းမေးပါ
မေးခွန်းမေးရန် ဝင်ရောက်ပါ
ပလက်ဖောင်းပေါ်ရှိ spam များကို လျှော့ချရန်အတွက် ရောင်းချမှုမတိုင်မီ မက်ဆေ့ချ်များကို ဝင်ရောက်ထားသော အသုံးပြုသူများသာ ပေးပို့နိုင်ပါသည်။
ဤ Zinner ကို တိုက်ရိုက်မက်ဆေ့ချ်ပို့ရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ဝင်ရောက်ရန် လိုအပ်သည်
Zinner ကို မက်ဆေ့ချ်ပို့ရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်ဝင်ရောက်ရန် လိုအပ်သည်
ကိုယ်ပိုင်ကမ်းလှမ်းချက်တစ်ခု တောင်းဆိုရန် အခမဲ့အကောင့်တစ်ခု ဖန်တီးပါ သို့မဟုတ် ဝင်ရောက်ပါ။
ဝင်ရောက်ရန် / မှတ်ပုံတင်ရန်အကျဉ်းချုပ်
သင့်ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေရန် ဤဝန်ဆောင်မှုနှင့်ပတ်သက်သော အဓိကအချက်အလက်များ။ Zinn Hub မှ ထုတ်ပေးသည်၊ ရောင်းသူမှ မဟုတ်ပါ။
တန်ဖိုးနေရာ
ခွဲခြမ်းစိတ်ဖြာမှုနည်းလမ်း
EEG တွဲဖက်အသုံးပြုနိုင်မှု
ပေးပို့နိုင်သောပစ္စည်းများ
ဒေတာ ကိုယ်ရေးကိုယ်တာ
သင်ရရှိမည့်အရာ
အပြည့်အစုံဖော်ပြချက်
ထုတ်ဝေပြီးသော နည်းလမ်းကို အသုံးပြု၍ သင်၏ ဦးနှောက်အချက်ပြမှုများတွင် ဝှက်ထားသော ဖွဲ့စည်းပုံပုံစံများကို ကျွန်ုပ် ခွဲခြမ်းစိတ်ဖြာပေးပါမည်။
ကျွန်ုပ် ဘာလုပ်သလဲ
ကျွန်ုပ်သည် သင်၏ single-channel EEG ဒေတာကို ထုတ်ဝေပြီး peer-reviewed နည်းလမ်း (DOI: 10.5281/zenodo.22850972) ကို အသုံးပြု၍ ခွဲခြမ်းစိတ်ဖြာပါသည်။ ဤနည်းလမ်းသည် power spectral density၊ coefficient of variation နှင့် sample entropy ကဲ့သို့သော စံကိရိယာများက မဖမ်းယူနိုင်သော သီးခြားဖွဲ့စည်းပုံပုံစံ — theta band အတွင်း ချိုင့်ဝှမ်းတစ်ခုဖြင့် ပိုင်းခြားထားသော ကြိမ်နှုန်းအမြင့်ဆုံးနှစ်ခု — ကို ထောက်လှမ်းပါသည်။
ဤနည်းလမ်းကို အများပြည်သူသုံး တရားထိုင်ခြင်း EEG ဒေတာအစုံတွင် ပထမဆုံးအသုံးပြုခဲ့ပြီး၊ ၎င်းသည် အခြားသော ပါဝင်သူ 23 ဦးတွင် မရှိသော ပုံစံတစ်ခုကို ဖော်ထုတ်ခဲ့သည်။ ယခုအခါ ကျွန်ုပ်သည် တစ်ဦးချင်းနှင့် သုတေသနအဖွဲ့များအား တူညီသော ခွဲခြမ်းစိတ်ဖြာမှုကို ပေးပါသည်။
သင်ရရှိမည့်အရာ
- ချန်နယ်တစ်ခုစီ၏ ဖွဲ့စည်းပုံပုံစံ ခွဲခြမ်းစိတ်ဖြာခြင်း
- Anchor score (0–1)- ပုံစံမည်မျှ ပြင်းထန်စွာ ရှိနေသည်ကို ဖော်ပြသည့် တစ်ခုတည်းသော တန်ဖိုး
- အမြင့်ဆုံးကြိမ်နှုန်းများ (f1, f2) Hz ဖြင့်
- အချိန်နှင့်အမျှ ပြောင်းလဲနေသော အခြေအနေများ- သင်၏ မှတ်တမ်းတင်ခြင်း ကာလအတွင်း ပုံစံမည်သို့ပြောင်းလဲသည်
- ပုံများနှင့် ရိုးရှင်းသော ဘာသာစကားဖြင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက်ပါရှိသော ပြည့်စုံသော PDF အစီရင်ခံစာ
၎င်းသည် မည်သည့်အရာ မဟုတ်ပါ
- ၎င်းသည် ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေခြင်း မဟုတ်ပါ
- ၎င်းသည် တရားထိုင်ခြင်း၏ နက်ရှိုင်းမှု သို့မဟုတ် ဝိညာဉ်ရေးရာ တိုးတက်မှုကို တိုင်းတာခြင်း မဟုတ်ပါ
- ၎င်းသည် အနာဂတ်ဖြစ်ရပ်များ သို့မဟုတ် စိတ်ပိုင်းဆိုင်ရာ အခြေအနေများကို ခန့်မှန်းခြင်း မဟုတ်ပါ
၎င်းသည် ကိုယ်ရေးကိုယ်တာ ထိုးထွင်းသိမြင်မှုနှင့် မိမိကိုယ်ကို လေ့လာစူးစမ်းရန်အတွက် သုတေသနအဆင့် ခွဲခြမ်းစိတ်ဖြာမှုတစ်ခု ဖြစ်သည်။
ဒါက ဘယ်သူတွေအတွက်လဲ
- Muse, OpenBCI, Emotiv သို့မဟုတ် သုတေသနအဆင့် EEG ကို အသုံးပြု၍ ၎င်းတို့၏ ကိုယ်ပိုင်ဒေတာများကို လေ့လာလိုသော တရားထိုင်သူများ
- တရားထိုင်ခြင်း၊ အိပ်စက်ခြင်း သို့မဟုတ် သိမြင်မှုဆိုင်ရာ EEG ဒေတာအစုံများကို ခွဲခြမ်းစိတ်ဖြာနေသော သုတေသနအဖွဲ့များ
- BCI တီထွင်သူများနှင့် neurofeedback ကျွမ်းကျင်သူများအတွက် ခွဲခြမ်းစိတ်ဖြာမှု အတိုင်းအတာအသစ်တစ်ခု လိုအပ်ခြင်း
သင် ပေးဆောင်ရန် လိုအပ်သည်များ
- သင်၏ EEG ဒေတာဖိုင် (CSV, BDF, သို့မဟုတ် EDF ဖော်မတ်)
- Hz ဖြင့် နမူနာနှုန်း
- မှတ်တမ်းတင်ချိန်
- သင် လေ့လာလိုသည့်အရာ၏ အတိုချုပ် ဖော်ပြချက်
ဒေတာ လျှို့ဝှက်ရေး
သင်၏ဒေတာကို သင်၏ခွဲခြမ်းစိတ်ဖြာမှုအတွက်သာ အသုံးပြုပါသည်။ ပေးပို့ပြီးနောက်၊ မူရင်းဒေတာကို 7 ရက်အတွင်း အပြီးအပိုင် ဖျက်ပစ်ပါသည်။ သင်၏ဒေတာကို မည်သည့်အခါမျှ မျှဝေခြင်း သို့မဟုတ် အခြားမည်သည့် ရည်ရွယ်ချက်အတွက်မျှ အသုံးပြုခြင်း မရှိပါ။
ပေးပို့ခြင်း
- ဖိုင်တစ်ခုတည်း ခွဲခြမ်းစိတ်ဖြာခြင်း- လုပ်ငန်းရက် 3 ရက်အတွင်း
- အစုလိုက် ခွဲခြမ်းစိတ်ဖြာခြင်း (ဖိုင်များစွာ)- ဈေးနှုန်းအတွက် ဆက်သွယ်ပါ။
အရေးကြီးသော မှတ်ချက်
ဤနည်းလမ်းသည် ဂျာနယ်တစ်ခုတွင် တရားဝင် peer review မပြုလုပ်ရသေးသော preprint ကို အခြေခံထားသည်။ ဖော်ထုတ်ထားသော ပုံစံသည် လေ့လာတွေ့ရှိချက်တစ်ခုဖြစ်ပြီး ရောဂါရှာဖွေရေး အမျိုးအစားမဟုတ်ပါ။ ရလဒ်များသည် သုတေသနနှင့် ကိုယ်ရေးကိုယ်တာ လေ့လာစူးစမ်းမှု ရည်ရွယ်ချက်များအတွက်သာ ဖြစ်သည်။
Zinner အရည်အသွေး အာမခံချက်
တစ်ခုချင်းစီ Zinner သည် ပလက်ဖောင်းသို့ ပေါင်းစည်းမီ သုံးသပ်ခြင်းနှင့် အတည်ပြုခြင်းခံရသည်။
အားလုံးသော ဝန်ဆောင်မှုများသည် ကျွန်ုပ်တို့၏ အရည်အသွေး အာမခံ ကတိဖြင့် ကျောင်းဆောင်ထားသည်။
သင်၏ ငွေပေးချေမှုသည် သင် ပို့ဆောင်ထားသော အလုပ်ကို အတည်ပြုသည်အထိ ကာကွယ်ထားသည်။
ပက်ကေ့ချ်များ နှိုင်းယှဉ်ကြည့်ပါ
| အင်္ဂါရပ်များ | အခြေခံ | စံ | အဆင့်မြင့် |
|---|---|---|---|
| ပေးပို့ချိန် | 3 ရက် | 5 ရက် | 7 ရက် |
| ပြန်လည်ပြင်ဆင်မှုများ | 1 | 2 | 3 |
| 1 EEG ဖိုင် (single-channel သို့မဟုတ် multi-channel) ကို ခွဲခြမ်းစိတ်ဖြာခြင်း | ✓ | ✓ | ✓ |
| ချန်နယ်တစ်ခုလျှင် Anchor score (0-1) | ✓ | ✓ | ✓ |
| Hz ဖြင့် အမြင့်ဆုံး ကြိမ်နှုန်းများ (f1, f2) | ✓ | ✓ | ✓ |
| ပုံများပါရှိသော အခြေခံ PDF အစီရင်ခံစာ | ✓ | ✕ | ✕ |
| ဒေတာ လျှို့ဝှက်ရေး- မူရင်းဒေတာကို 7 ရက်အတွင်း ဖျက်ပစ်သည် | ✓ | ✓ | ✓ |
| အချိန်နှင့်အမျှ ပြောင်းလဲမှု- မှတ်တမ်းတင်နေစဉ်အတွင်း ပုံစံမည်သို့ ပြောင်းလဲသည် | ✕ | ✓ | ✓ |
| Theta-beta ဆက်စပ်မှု ခွဲခြမ်းစိတ်ဖြာခြင်း | ✕ | ✓ | ✓ |
| ပုံများနှင့် အဓိပ္ပာယ်ဖွင့်ဆိုချက်များပါရှိသော အပြည့်အစုံ PDF အစီရင်ခံစာ (၅-၁၀ စာမျက်နှာ) | ✕ | ✓ | ✕ |
| CSV ရလဒ်ဇယား | ✕ | ✓ | ✓ |
| 2 အကြိမ် Q&A | ✕ | ✓ | ✕ |
| EEG ဖိုင် 5 ခုအထိ ခွဲခြမ်းစိတ်ဖြာခြင်း | ✕ | ✕ | ✓ |
| ဖိုင်များအကြား နှိုင်းယှဉ်ဇယား | ✕ | ✕ | ✓ |
| အကျဉ်းချုပ် စာရင်းအင်းများပါရှိသော တိုးချဲ့ PDF အစီရင်ခံစာ | ✕ | ✕ | ✓ |
| 3 အကြိမ် Q&A | ✕ | ✕ | ✓ |
နမူနာများ
ဤ Zinn နှင့်ပတ်သက်သော ရောင်းသူ၏လုပ်ငန်းနမူနာများကို ကြည့်ပါ။
အစုစု
ဤ Zinn နှင့် သက်ဆိုင်သည့် ရောင်းချသူ၏ လုပ်ငန်းဆောင်ရွက်မှု ဥပမာများ

တရားထိုင်ခြင်း EEG ပုံမှန်မဟုတ်သော ရှာဖွေတွေ့ရှိမှု လေ့လာမှု
၂၄ ဘာသာရပ် တရားထိုင်ခြင်း EEG ဒေတာအစုံ (OpenNeuro ds001787) မှ ဘာသာရပ်တစ်ခုတည်း ကိစ္စလေ့လာမှု။ ခွဲခြမ်းစိတ်ဖြာမှုတွင် အခြားပါဝင်သူများတွင် မတွေ့ရသော အင်္ဂါရပ်သုံးခုပါရှိသော ထူးခြားသော ဘာသာရပ် (sub-017) ကို ဖော်ထုတ်ခဲ့သည်- - အမြင့်ဆုံး ပျမ်းမျှ anchor score (0.184) - အပြင်းထန်ဆုံး theta-beta anticorrelation (r = -0.64) - မြင့်မားသော အချိန်နှင့်အမျှ ပြောင်းလဲနိုင်မှု (std = 0.110) နည်းလမ်းနှင့် အကောင်အထည်ဖော်မှုကို စီးပွားဖြစ် ပိုင်ဆိုင်မှုအဖြစ် ထိန်းသိမ်းထားသည်။ ဤ portfolio item သည် ရှုပ်ထွေးသော EEG ဒေတာတွင် ဝှက်ထားသော ပုံစံများကို ရှာဖွေနိုင်စွမ်းကို သရုပ်ပြသည်။ ထုတ်ဝေပြီး
အပိုအချက်အလက်
ကျွန်ုပ်၏ လုပ်ငန်းစီးဆင်းမှု
ဝန်ဆောင်မှု အသေးစိတ်
မကြေးမုံရဲ့ မေးခွန်းများ
မဟုတ်ပါ။ ၎င်းသည် ကိုယ်ရေးကိုယ်တာ ထိုးထွင်းသိမြင်မှုနှင့် မိမိကိုယ်ကို လေ့လာစူးစမ်းရန်အတွက် သုတေသနအဆင့် ခွဲခြမ်းစိတ်ဖြာမှုတစ်ခု ဖြစ်သည်။ ၎င်းသည် ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေခြင်း မဟုတ်ဘဲ ဆေးခန်းဆိုင်ရာ ဆုံးဖြတ်ချက်ချခြင်း၊ အာမခံ သို့မဟုတ် စည်းမျဉ်းစည်းကမ်းဆိုင်ရာ တင်ပြမှုများအတွက် အသုံးပြု၍ မရပါ။
ဟုတ်ကဲ့။ သင်၏ဒေတာကို သင်၏ခွဲခြမ်းစိတ်ဖြာမှုအတွက်သာ အသုံးပြုပါသည်။ ပေးပို့ပြီးနောက်၊ သင်၏ရင်းမြစ်ဒေတာကို 7 ရက်အတွင်း အပြီးအပိုင် ဖျက်ပစ်ပါသည်။ သင်၏ဒေတာကို မည်သည့်အခါမျှ မျှဝေခြင်း၊ ထုတ်ဝေခြင်း သို့မဟုတ် အခြားမည်သည့်ရည်ရွယ်ချက်အတွက်မျှ အသုံးပြုခြင်း မရှိပါ။
မဟုတ်ပါ။ အယ်လဂိုရီသမ်နှင့် ၎င်း၏အကောင်အထည်ဖော်မှုကို စီးပွားဖြစ်ပိုင်ဆိုင်မှုအဖြစ် ထိန်းသိမ်းထားပါသည်။ သင်သည် ခွဲခြမ်းစိတ်ဖြာမှုရလဒ်များ (PDF အစီရင်ခံစာ၊ CSV ဒေတာ၊ ကိန်းဂဏန်းများ) ကို ရရှိမည်ဖြစ်ပြီး ရင်းမြစ်ကုဒ်ကို မဟုတ်ပါ။
အင်္ဂလိပ် သို့မဟုတ် တရုတ်။ မှာယူသည့်အခါ သင်နှစ်သက်ရာကို ဖော်ပြပါ။ မဖော်ပြပါက အင်္ဂလိပ်လို ပေးပို့ပါမည်။
ပေးပို့ထားသော အစီရင်ခံစာကို သင်မကျေနပ်ပါက 7 ရက်အတွင်း ကျွန်ုပ်ကို ဆက်သွယ်ပါ။ သင်၏တုံ့ပြန်ချက်အပေါ် အခြေခံ၍ အစီရင်ခံစာကို အပိုကုန်ကျစရိတ်မရှိဘဲ ပြန်လည်ပြင်ဆင်ပေးပါမည်။ ပြဿနာသည် ဒေတာအနက်ဖွင့်ဆိုခြင်းနှင့် ပတ်သက်ပါက၊ ကျွန်ုပ်၏အကြောင်းပြချက်ကို ရှင်းပြပြီး နောက်ထပ်အကြောင်းအရာများကို ပေးပါမည်။
ငွေပြန်အမ်းခြင်းကို ကိစ္စအလိုက် ထည့်သွင်းစဉ်းစားပါသည်။ ၎င်းသည် စိတ်ကြိုက်ဒေတာခွဲခြမ်းစိတ်ဖြာမှုဖြစ်သောကြောင့် အစီရင်ခံစာပေးပို့ပြီးသည်နှင့် ငွေပြန်အမ်းခြင်းကို အာမခံချက်မရှိပါ။
ဟုတ်ကဲ့။ ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ချန်နယ်တစ်ခုလျှင် အနည်းဆုံး 60 စက္ကန့် ဆက်တိုက်ဒေတာ လိုအပ်ပါသည်။ ယုံကြည်စိတ်ချရသော အချိန်နှင့်အမျှ ပြောင်းလဲမှုများ (ပုံစံသည် အချိန်နှင့်အမျှ မည်သို့ပြောင်းလဲသည်) အတွက် အနည်းဆုံး 5 မိနစ်ကို အကြံပြုပါသည်။
ချန်နယ်တစ်ခုလျှင် 60 စက္ကန့်ထက် တိုသောဖိုင်များကို ခွဲခြမ်းစိတ်ဖြာ၍မရပါ။ 1 နှင့် 5 မိနစ်ကြားရှိ ဖိုင်များကို ခွဲခြမ်းစိတ်ဖြာမည်ဖြစ်သော်လည်း အချိန်နှင့်အမျှ ပြောင်းလဲမှုများ ကန့်သတ်ချက်ရှိနိုင်သည်။
ချန်နယ်များစွာပါသော ဖိုင်များအတွက်၊ ကျွန်ုပ်သည် မူရင်းအတိုင်း ချန်နယ်အားလုံးကို ခွဲခြမ်းစိတ်ဖြာပြီး ချန်နယ်တစ်ခုစီအတွက် anchor ရမှတ်များကို အစီရင်ခံပါသည်။ မည်သည့်ချန်နယ်များတွင် ပုံစံကို ပြသပြီး မည်သည့်ချန်နယ်များတွင် မပြသည်ကို သင်တွေ့ရပါမည်။
သီးခြားချန်နယ်များ (ဥပမာ- Cz, Fz, Pz) ကို အာရုံစိုက်လိုပါက မှာယူသည့်အခါ ၎င်းတို့ကို ဖော်ပြပါ။
ချန်နယ်အနည်းငယ်သာရှိသော စားသုံးသူ EEG ကိရိယာများ (Muse, Emotiv) အတွက် ရလဒ်များသည် သုတေသနအဆင့် 64-ချန်နယ်ဒေတာနှင့် ကွဲပြားနိုင်သည်။ သင်၏စနစ်ထည့်သွင်းမှုနှင့်ပတ်သက်၍ မသေချာပါက မှာယူခြင်းမပြုမီ ကျွန်ုပ်ကို မက်ဆေ့ချ်ပို့ပါ။
ဖောက်သည်များ၏ သုံးသပ်ချက်များ
ကျွန်ုပ်တို့၏ ဖောက်သည်များက Zinn အကြောင်း ဘာတွေ ပြောတွေ့ကြည့်ပါ
အမျိုးအစားများ
Zinner မူဝါဒများ
ဆက်စပ်သော Zinns

ကျွန်ုပ်သည် AI-စွမ်းအင်သုံး OCR & စာသားထုတ်ယူခြင်း ဖြေရှင်းချက်ကို တည်ဆောက်ပေးပါမည်။

ကျွန်ုပ်သည် Python တွင် စိတ်ကြိုက်စက်သင်ယူမှု သို့မဟုတ် AI ဖြေရှင်းချက်ကို တည်ဆောက်ပေးပါမည်။

မည်သည့် LLM သို့မဟုတ် ML Model ကိုမဆို သင့်စိတ်ကြိုက်ဒေတာအစုံတွင် ကျွန်ုပ် ကောင်းမွန်အောင် ချိန်ညှိပေးပါမည်။




