خودت یک خوراکی خوشمزه درست کن

چند وقت پیش بود که آن مثلث یک پستی نوشته بود و دستور پخت یک نوع پنکیک روسی رو گذاشته بود، منم دیدم چون وسیله خاصی نمیخواد و دوست داشتم تستش کنم تصمیم گرفتم درستش کنم. از مواد اولیش تنها چیز های غریبه برای من آرد بود با جوش شیرین. با خودم گفتم ما چند مدل آرد داریم چرا ننوشته چه آردی؟ تو اینترنت سرچ کردم خرید آرد و متوجه شدم اگه آرد خاصی منظورمون باشه میگیم آرد فلان. منم سخت نگرفتم و از یک لوازم شیرنی پزی نزدیک دانشگاهم آرد و یکم جوش شیرین خریدم. اومدم خونه و درستش کردم. خود پروسه درست کردنش هم برام جالب بود و نتیجه خیلی برام خوب بود. و وقتی بردم دانشگاه خیلی ها تعریف کردن و از خوشحالی شون خوشحال شدم.

پردازش گفتار در مغز

صحبت کردن ما آدم‌ها با هم دیگه و زبان مون یک ویژگی خاصی هست که ما رو از بقیه گونه‌های جانوری متمایز میکنه. تا حالا فکر کردین چطوری صحبت هم دیگه رو میفهمیم؟ شاید خیلی سریع بگین خوب با گوشمون دیگه! باید بگم گوش وظیفه‌ش این هست که صدا رو بگیره و بقیه داستان که خوب حالا این صدا صدای کی بود؟ از کجا اومد؟ چی گفت؟ معنیش چی بود؟ این سوال ها رو قراره مغز جواب بده.

گفتار یک سیگنال ذاتا پویا، غیر تکراری و طولانی هست. در نتیجه نمیشه اونو مثل مطالعات قبلی به وسیله پتانسیل وابسته به رخ داد یا Event Related Potential - ERP بررسی کرد. اخیرا مطلعات گفتار در حوزه علوم اعصاب از روشی استفاده میکنن به نام تابع پاسخ زمانی یا Temporal Response Function - TRF. این روش به ما اجازه میده بر خلاف ERP که محرک مون باید کوتاه و قطعه قطعه باشه، حالا محرک پیوسته و طولانی مدت هست و میخواهیم اثر اون رو روی مغز ببینیم. ما ووردی و خروجی رو داریم. ورودی مثلا صدای اطراف هست و خروجی سیگنال مغزی. میخوایم با تابعی که ورودی رو به خروجی میده یعنی مغز بیشتر آشنا بشیم. میشه از دو طرف به سوال نگاه کنیم یا ما ورودی رو داریم و خروجی رو میخوایم پیش بینی کنیم که به این روش میگن رمز گزاری و یا خروجی رو داریم و میخوایم ورودی رو ببینیم چطور بوده که بهش میگیم رمزگشایی. در این نوشته قرار نیست از ریاضیات و اینکه دقیقا چطور میتونیم TRF رو حساب کنیم صحبت کنم، قرار دید کلی داشته باشیم و با کلمات و مفاهیم این حوزه آشنا بشیم.

نورون‌های شنوایی وقتی یک صدایی رو میشنون فعالیت قبلی شون رو رها میکنند و صدایی که از گوش‌ها داره میاد رو ردیابی میکنن، دنبال میکنن و یا به عبارتی هم فاز میشن با سیگنال ورودی و ما به این میگیم ردیابی عصبی یا Neural tracking. فرض کنید رفتین یک کنسرت یا روضه تا وقتی که خواننده نخونه صدایی واضح و یکدستی از شرکت کننده ها شنیده نمیشه و فقط یکسری زمزمه میشنویم، یکی تند تر میخونه یک آروم تر یکی اشتباه میخونه یکی هم شعر رو یادش نیست و فقط داره ریتمش رو ضمضمه میکنه یکی هم کلا داره یک شعر دیگه میخونه. برای درک دقیق تر میخوام یک مثال بزنم. احتمالا اون کلیپی که وایرال شد که میگفت تا قدسو پس نگیریم، آروم نمیگگیریم رو دیدین حالا به تکرار حرف گونیده وقتی که گوینده اشتباه میگه دقت کنید من همچنین حالتی منظورمه. اما برگردیم به مثال کنسرت وقتی خواننده شروع میکنه به خوندن میبینیم تماشاچی ها حالا یک صدا و واضح میخونن ترانه رو انگار دارن خواننده رو ردیابی میکنن. شبیه به همین اتفاق هم در مغز هنگام شنیدن صدا میفته و بهش میگیم ردیابی عصبی.

اگر به TRF نگاه کنیم میبینیم مثل ERP ها شامل یکسری مولفه هست که میگه فعالیت‌های عصبی قشر مغز وقتی که به یک صدا گوش میده چطوری هست. مثلا میبینم یک مولفه حدود 100 میلی ثانیه داریم یا یک مولفه حدود 400 میلی ثانیه. یک ویژگی ساده و مختصر خوبی که میشه از صدا گرفت پوش صدا هست. حالا همین صدا میتونه گفتار باشه مثل کتاب صوتی و حالا ما جمله‌ها کلمات واج ها رو هم داریم. این سیگنال اطلاعات بیشتری رو توی خودش ذخیره کرده. مثلا میتونیم یک سیگنال درست کنیم از زمان شروع هر واج و بعد ببینم مغز واج ها رو چطور پردازش میکنه. یا مثلا یک سیگنال از اینکه هر کلمه چقدر نابه. جالبه بدونید با همین دیتاستی که دارین میشه حتی پاسخ‌های ساقه مغز رو هم حساب کرد کاری که در تسک‌های ERP نیاز به هزاران بار تکرار یک محرک هست.

امید داریم که این دست مطالعات به تشخیص بیمار‌ی‌ها کمک کنن و بتونیم با نحوه پردازش صدا در مغز بیشتر آشنا بشیم.

برای مطالعه بیشتر به این مقاله مراجعه کنید.

سیگنال مغزی چیه؟

سیگنال مغزی از دو کلمه سیگنال و مغز تشکیل شده. بهتره اول با مفهوم سیگنال آشنا بشیم. سیگنال یک رشته پیوسته از اطلاعات هست. و منظورمون از اطلاعات هم عدد هست. مثلا سیگنال قلبی که فعالیت های الکتریکی قلب رو در طول زمان نشون میده. یا سیگنال های بورس که قیمت سهم رو در طول روز های مختلف نشون میدن. حالا اولین بار نیوتون گفت مغز هم فعالیت الکتریکی داره. حالا به هر مجموعه داده پیوسته در طول زمان از مغز میگیم سیگنال مغزی. حالا شاید بپرسین با چی فعالیت های مغزی رو اندازه گیری کنیم؟ یکی از معروف ترین وسیله ها مغزنگار یا EEG هست. این وسیله هم مثل نوار قلب یک سری الکترود هستن که به پوست و سطح سر وصل میشن و نیاز به هیچ گونه جراحی هم نیست صرفا کافیه یک کلاه رو سرتون کنید تا الکترود های موجود روی کلاه شروع کنند به اندازه گیری فعالیت های مغزی شما.

اولین بار حدود 1920 آقایی به نام بگر از بچش سیگنال مغزی میگیره و بعد از اون استفاده ازش رایج تر میشه. امروزه هم برای درمان و شناخت بیماری ها و هم برای آشنایی با اینکه مغز چطوری کار میکنه از این دستگاه زیاد استفاده میشه.

شاید بپرسین میشه از روی این سیگنال ها مغز خونی کنیم یا بفهمیم IQ یک نفر چقدره؟ جوابش این هست که فعلا نه نمیشه. البته پژوهشگرا دارن روش کار میکنن و تونستن با ابزار های دقیق تر تا حدود کمی به جواب این سوال ها برسن، ولی هنوز اول راه هستیم و به مطالعه بیشتری نیاز هست. روزی رو تصور کنید دستگاه های EEG کوچیک و سبک و ارزون قیمت شدن کافیه یک کلاه آفتابی سرتون کنید درست مثل ساعت های هوشمند امروزی که فعالیت های قلب شما رو ذخیره میکنن. و حالا با اون کلاه بشه فهمید شما زبان تون در چه حده و دیگه نیاز نباشه برین آزمون تافل آیلتس بدین.

تفاوت میان standard error و standard deviation و confidence interval

به روز شده در: ۱۷ اردیبهشت ۱۴۰۱

در علم آمار مفاهیمی داریم که ممکنه باهم اشتباه بگریمشون و به جای هم دیگه استفاده کنیم.

• Standard Deviation
• Standard Error
• Confidence INterval

پیش نوشت: هرجا رابطه ریاضی در متن دیدین من اونها رو در قالب لتک نوشتم و مثلا میتونید اینجا پیست کنید و بهتر ببینید شون.

اول به standard deviation می‌پردازیم.

deviation  از deviate میاد که اینم اگه برگردیم عقب از de+way = away تشکیل شده. تو فارسی هم بهش انحراف میگن و standard رو هم معیار. و در کل شده انحراف معیار یا انحراف استاندارد. و وقتی ما یکسری مشاده از یک متغیر داشته باشیم میخوایم بدونیم این مشاهدات چقدر پایدارن، آیا هردفعه عوض میشن یا نه یک متر میتونه standard deviation یا به اختصار SD باشه. از این مفهموم برای توضیح داده‌هامون یا description بکار میره.

انحراف معیار جذر واریانس هست. و رابطش اینطوری حساب میشه.

S.D = \sqrt{\dfrac{(x_i-\bar x)^2}{n-1}}

مثلا اگه اومده باشم از توی باغ سه تا کرم پیدا کرده باشم و طولشون رو با خط کش اندازه بگیرم حاصل این ها شده ۳و۵و۷ سانتیمتر میانگین طول کرم‌ها ۵ سانتیمتر هست و انحراف معیار مثبت و منفی دو سانتیمتر هست. یا اگه طول کرم ها ۴و۵و۶ سانتیمتر می‌شد میانگین ۵ سانتیمتر و انحراف از معیار مثبت و منفی یک سانتیمتر می‌شد.

اما Standard Error  یا Standard Error of the Mean(SEM) چیه؟

به لحاظ مفهومی یعنی همون میانگین رو احتمالا با چه خطایی اندازه گیری کردیم؟ چقدر میانگینی که اندازه گیری کردیم از میانگین واقعی میتونه دور باشه؟ پراکندگی میانگین‌ها چقدر هست؟

توی زبان فارسی بهش خطای استاندارد یا خطای معیار هم میگن. گاهی میایم کل آزمایش و مشاهداتی که داشتیم رو مثلا ۲۰ بار دیگه تکرار می‌کنیم که مثلا اگه تو گزارش مون اوردیم میانگین فلان چیز بهمانه بگیم نگا حرف درسته، چون من کل آزمایشم رو ۲۰ بار دیگه هم تکرار کردیم و SD میانگین شده یک عدد کم. جالبه نه؟به عبارت دیگه این دفعه نمونه‌های من طول کرم‌ها نیستن بلکه میانگین‌هایی هست که حساب کردم.

حالا خوبیش این هست که لازم نیست شما آزمایش‌تون رو لزوما n بار دیگه تکرار کنید کافیه با رابطه‌های که موجود هست میزان Starndard Error یا SE رو گزارش بدین. از این مفهوم نه برای توضیح داده بلکه برای نتیجه گرفتن یا inference از داده‌ها استفاده می‌کنیم.

رابطش چیه؟

Standard Error = \dfrac{Standard Deviation}{\sqrt{n}}

سوال: حالا فایده‌ی خطای استاندارد چیه؟  چه زمانی از SD و چه زمانی از SE استفاده می‌کنیم؟

فرض کنیم توی سوال من اینه میخوام ببینم طول کرم‌هایی که تو باغ‌های هویج هستن با باغی که توش زالزالک کاشتیم تفاوت دارن یا نه؟ مثال دنیای واقعی ترش هم امید به زندگی در افرادی که ورزش می‌کنند و افرادی که ورزش نمی‌کنند.  حالا من میرم میانگین رو در دو گروه اندازه گیری میکنم. یکی میشه ۷۰ سال یکی میشه ۷۵ سال و در مثال کرم هم یکی میشه ۴ سانتیمتر و اون یکی میشه ۵ سانتیمتر.

حالا میخوام  بگم نگاه کنید این دو گروه با هم میانگین ها تفاوت دارن، کمی به این سوال فکر کنید و بعد ادامه مطلب رو بخونید. به نظر شما اینجا باید از SEM یا از SD استفاده کنم؟

بله احتمالا همون طور که حدس زدین برای اثبات حرفم اینجا بهتره از SEM استفاده کنم و بگم ببینم خطای استاندارم کم هست در نتیجه این دو گروه ورزشکار و غیر ورزشکار از هم واقعا تفاوت دارن ولی SEM طول کرم‌ها زیاد شده و در نتیجه طول کرم ربطی باغ هویج یا زالزالک نداره.

توجه داشته باشین همیشه طول SE از طول SD با یک ضریب رادیکال n کوچکتر هست. به عبارتی SD که تون رو حساب کردین تقسیم بر ردایکال اِن کنید میشه طول SE تون.

بازه اطمینان یا Confidence Interval

اگر بیایم و همون SE رو در ۱.۹۶ ضرب کنیم(همون تقریبا دو برابر کنیم) حالا ما به بازه اطمینان رسیدیم. بازه اطمینان به ما چی میگه؟ میگه اگر بیایم آزمایش مون رو بینهایت بار تکرار کنیم با احتمال ۹۵ درصد میانگین واقعی مون طوی بازه اطمینان میوفته.

اگر در یک آزمایش ببینیم بازه اطمینان دو حالت باهم تفاوت داره، میتونیم نتیجه بگیرم که این تفاوت به احتمال ۹۵ درصد معنی داره (یعنی p-value < 0.05) هست. و اگه بازه اطمینان دو حالت با هم اشتراک داشت یعنی p-valuse مون بیشتر از پنج صدم هست و این اختلاف دیده شده معنی دار نیست.

بیشتر بدانید:

قانون ۶سیگما چی میگه؟ میگه بیاد SD تو حساب کن طول error bar تو ۶برابر کن سه تا بیا بالا و سه تا هم پایین. حالا به احتمالا ۹۹ درصد تک تک نمونه‌های تو در این بازه میفتن.

take home message:

اگر مهم اینکه من چه نمونه‌هایی دیدم و چه نمون‌هایی خواهم دید از SD استفاده کنیم ولی اگه خواستیم بگیم میانگین دو چیز با هم متفاوتن بهتره از SE استفاده کنیم.

منبع(+)

ارجاع مجدد در EEG

یکی از مراحل پیش پردازش داده‌های EEG ارجاع مجدد یا re referencing هست. در این مرحله ما برای حذف نویز‌های و ولتاژهای غیر عصبی دو راه داریم:

1. استفاده از الکترود مرجع
2. حذف میانگین

الکترود مرجع در الکتروانسفالوگرافی

در ضبط EEG به زبون ساده انگار یک ولت متر رو روی سر یک آدم نصب کردیم و داریم اختلاف پتانسیل بین دو نقطه رو اندازه گیری میکنیم.

این تصویر یک ولت متر دیجیتال هست که احتمالا شبیهش رو تو آزمایشگاه ها دیدین. کابل قرمزو میزدیم به یک طرف قطعه کابل دیگه رو هم میزدیم به طرف دیگه قطعه و اختلاف پتانسیل دو سرشو اندازه گیری میکردیم.

یادآوری چند تعریف ابتدایی از دنیای الکترو استاتیک

الکترو استاتیک

شاخه‌ای از علم فیزیک که به بررسی بارهای الکتریکی میپردازه. واژه الکترون هم از معادل یونانی کلمه کهربا هست. کهربا صمغ فسیل شده گیاه هست. در گذشته میدیدن وقتی کهربا رو می مالن چیزای کوچیک رو به خودش جذب میکنه.

از جنگ کره تا کاهش عزت نفس عمومی

سال ۱۹۵۰ کیم ایل سونگ رهبر وقت کره شمالی دستور حمله به کره جنوبی رو میده .

بامداد نوشته

از نصف شب گذشته، همه لامپ‌های اتاقم رو خاموش کردم به جز نور چراغ مطالعه و صفحه مانیتورم. تنها صدایی که میاد صدای سوختن بخاری هست و من دارم این پست رو مینویسم. در سریال HIMYM دیده بودم که شخصیت اصلی داستان گفته بود هیچ وقت کار مهمی رو بعد از نصف شب انجام نده. شما هم با دید اینکه حالا خوابش میومده یکسری حرف هم زده بخونید و نه بیشتر.

یادمه درسی داشتم که بنظرم استادش اصلا خوب درس نمی‌داد و نه مثال و تمرین عملی حل میکرد نه قسمت های جالب از روی کتاب رو درس میداد نه اینکه حداقل یک چیزی یادمون بده که بدردمون بخوره. تنها بشین سر کلاس و اسلاید های سال های قبل رو گوش بده کلاس هم اول و آخرش به بطالت می گذشت. بعد از ثبت نمره‌ها همون دانشجوهایی که پشت سرش ازش بد تعریف میکردن اومدن تو گروه تلگرامی درس و یکی یک پاراگراف در وصف استاد تشکر و تقدیر نوشتن که وای چقدر شما باسوادید و خوب و من را از این رو به آن رو کردید. چند نفر دیگر هم چند خطی نوشتن و دیدم این دو رویی برای من غیرقابل تحمل بود و گروه رو ترک کردم که دیگه نبینم. بعد از ترک گروه به خودم گفتم نکنه استاد بد برداشت کرده باشه و ناراحت شده باشه و احیانا نمره کم کرده باشه، تو دلم به خودم گفتم نه بابا استاد به این چیزها اهمیت نمیده خیالت راحت باشه.

تجربه من از دوره ارشد مناسب برای ورودی‌های جدید

وقتی به تازگی ارشد قبول شده بودم، خیلی دوست داشتم با سال بالایی هام صحبت کنم و از تجربه‌هاشون بشنوم که ابهام این دوره برام کمتر بشه و بتونم این دوره رو بهتر بگذرونم. امسال با اومدن ورودی های جدید بنظرم وقتش رسیده بود که خودم مطالبی که به ذهنم میرسه رو در قالب یک پست بلاگ اینجا به اشتراک بگذارم. امیدوارم که مفید واقع بشه.