بهبود عملکرد طبقه بندی کننده مبتنی بر نمایش تنک در سیستم های bci با بهسازی فرایند استخراج ویژگی و استفاده از الگوریتم بهینه یافتن پاسخ تنک

در سال های اخیر، واسط مغز – رایانه (bci)، به عنوان وسیله ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته است. به منظور راه اندازی چنین سیستمی، همکاری چند بلوک از جمله بلوک های ثبت، پردازش سیگنال و رابط کاربری مورد نیاز است. بلوک پردازش سیگنال شامل بلوک های پیش پردازش و شناسایی الگو است و بلوک شناسایی الگو شامل دو مرحله استخراج ویژگی و طبقه بندی می باشد. در این مقاله از طبقه بندی کننده مبتنی بر نمایش تنک (src) در بلوک طبقه بندی استفاده شده است. src، شامل دو مرحله اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک داده ورودی می باشد. در این پژوهش برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی بدست می آید، از الگوریتم الگوهای مکانی مشترک (csp) استفاده شده است. از معایب این الگوریتم، حساسیت به نویز و مسئله فرایادگیری می باشد. در این مطالعه، برای رفع معایب csp، از الگوریتم های الگوهای مکانی مشترک تنظیم شده (rcsp) استفاده شده است. در مطالعات قبلی در زمینه bci، برای یافتن پاسخ تنک از الگوریتم استاندارد bp استفاده شده که از معایب آن پیچیدگی محاسباتی و زمان بر بودن آن می باشد. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید sl0 در تعدادی از تحقیقات مشابه، در این پژوهش از این الگوریتم برای محاسبه پاسخ تنک استفاده شده است. نتایج حاصله نشان می دهد، الگوریتم های rcsp در مواردی که داده های آموزشی کمی موجود بوده است توانسته اند معایب csp را به خوبی برطرف کنند و به طور میانگین با استفاده از این روش ها 53/7 % بهبود نسبت به csp حاصل شد، هم چنین الگوریتم sl0، علیرغم کاهش قابل ملاحظه زمان پردازش در مقایسه با bp، در صحت تشخیص معادل با آن عمل کرده است.