بررسی الگوریتم آنالیز اجزاء مستقل (ica) جهت تشخیص و تفکیک دو گروه مفهومی کلمات خطر و اطلاع رسانی با استفاده از علائم راهنمایی و رانندگی

زمینه و هدف: در پژوهش های گوناگون از الگوریتم آنالیز اجزاء مستقل (ica) جهت تشخیص و حذف آرتیفکت های چشمی استفاده شده است. اما در این پژوهش، به منظور نوآوری، از الگوریتم ica هم زمان جهت آشکار سازی آرتیفکت چشم و نیز آشکارسازی سیگنال های مغزی دوگروه مفهومی کلمات خطر و اطلاع رسانی استفاده شد.   مواد و روش ها: در این مطالعه توصیفی - تحلیلی، ثبت سیگنال ها به کمک دستگاه میکرومد و کلاه 19 کاناله به صورت تک قطبی با الکترود مرجع cz انجام شد. جامعه آماری، شامل چهار نفر مرد و چهار نفر زن با دامنه سنی 25 تا 30 سال بود و تکلیف طراحی شده عبارت از سه گروه از تابلوهای راهنمایی و رانندگی بود، به طوری که دو گروه به مفهوم خطر و یک گروه به مفهوم اطلاع رسانی اشاره داشتند.  یافته ها: از بین داوطلب، در دو نفر امواج آلفا با توان بسیار بالا در زمان های استراحت در پس سر مشاهده شد، اما در زمان های تفکر این گونه نبود. با توجه به امواج آلفای پس سری، در زمان تغییر تکلیف از تفکر به استراحت، حداقل 3 و حداکثر 5 ثانیه طول کشید تا دو داوطلب وارد استراحت مطلق شدند. در 7 نفر از آن ها، سیگنال های خطر و اطلاع رسانی به خوبی تفکیک شدند که این تفاوت ها در 5 نفر از 8 داوطلب در نیمکره راست و در 3 داوطلب دیگر در نیمکره چپ مشاهده شدند. نتیجه گیری: الگوریتم ica به عنوان یکی از الگوریتم های تشخیص کور منابع، برای تشخیص مفهوم کلمه و جایگاه آن در مغز مناسب می باشد. نتایج این آزمایش با نتایج به دست آمده از روش هایی هم چون تصویر برداری تشدید مغناطیسی عملکردی (fmri) و روش های مبتنی بر برق نگاری سیگنال های مغزی (eeg) در تصور واکه ای در گفتار خاموش یکسان می باشد.