طبقه بندی پتانسیل های برانگیخته حالت دائم بینایی برای یک رابط مغز - رایانه

thesis
abstract

چکیده : سرواژه bci، از عبارت brain - computer interface گرفته شده که رابط مغز- رایانه ترجمه شده است. سیستم bci، یک مسیر ارتباطی مستقیم بین مغز و دستگاه های جانبی ایجاد می کند به گونه ای که کاربر جهت ارتباط با دستگاه مورد نظر یا دنیای خارج، به هیچ گونه حرکت ماهیچه ای نیاز ندارد. در یک سیستم bci، فعالیت های مغز کاربر اندازه گیری شده و پس از پردازش های خاص، به فرمان های مناسب ترجمه شده و به دستگاه مورد نظر ارسال می شود بطوریکه گویی دستگاه مورد نظر مستقیما توسط مغز کنترل می شود. روش های مختلفی برای اندازه گیری فعالیت های مغزی ارائه شده است که در حال حاضر روش الکتروانسفالوگرافی (eeg) محبوب ترین روش اندازه گیری فعالیت های مغزی جهت طراحی یک سیستم bci است. پتانسیل های برانگیخته حالت دائم بینایی (steady state visual evoked potentials) اختصارا ssvep بیانگر نوع خاصی از فعالیت مغزی کاربر است که در اثر خیره شدن کاربر به محرک نوری چشمک زن با فرکانس بالای 6 هرتز در ناحیه پس سری مغز ظاهر می شود. بر این اساس می توان سیگنالی با همان فرکانس در ناحیه پس سری مغز ثبت کرد و با استفاده از آن یک سیستم bci طراحی کرد. برای این منظور بایستی کلاس های مختلف این سیگنال ها را از هم تفکیک کرده و به هر کدام یک فرمان تخصیص داده شود. در این تحقیق مسئله طبقه بندی کلاس های مختلف ssvep مورد بررسی قرار گرفته است. برای این منظور دو محرک نوری led با فرکانس های 15 هرتر و 20 هرتز و یک حالت بدون حضور محرک به عنوان سه کلاس مختلف فعالیت های مغزی انتخاب شده و تکنیک های مختلف پیش پردازش، استخراج ویژگی و طبقه بندی بر روی آنها مورد بررسی قرار گرفته است. در این تحقیق طول های 5/0، 1، 2 و 4 ثانیه از هر کلاس سیگنال مورد بررسی شده است. نتایج همه انواع ویژگی ها و طبقه بندی کننده ها نشان داد که با افزایش طول سیگنال مورد بررسی ویژگی ها متمایزتر شده و صحت عملکرد طبقه بندی کننده ها افزایش پیدا می کند. نتایج تحقیق نشان داده است که ویژگی های دامنه طیف فرکانس، چگالی طیف توان و ضرایب مدل اتورگرسیو برای کلاس های مختلف ssvep متمایز می باشند که در بین این ویژگی ها ضرایب مدل اتورگرسیو نسبت به سایر ویژگی ها نتایج بهتری ارائه کرده است. در مرحله طبقه بندی الگوریتم های طبقه بندی کننده بیز ساده (naïve bayes)، k تا نزدیکترین همسایگی (k nearest nighborhood : knn)، آنالیز تفکیک خطی(linear discriminant analisis : lda) و پرسپترون چندلایه (multi layer perscptron : mlp) بررسی شده است. همه طبقه بندی کننده های فوق با دقت مناسبی کلاس های مختلف را از هم تفکیک کرده اند. در بین طبقه بندی کننده ها، mlp و lda با استفاده از ویژگی های ضرایب مدل اتورگرسیو نتایج بهتری نسبت به طبقه بندی کننده های بیز ساده و knn ارائه کرده اند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

مقایسة کارایی تحریک‌های بینایی مختلف برای تحقق واسط مغز-رایانه مبتنی‌بر پتانسیل برانگیختة بینایی در حالت دائمی

پتانسیل برانگیختة بینایی حالت دائمی (SSVEP)، به­صورت گسترده در پیاده­سازی واسط­های مغز-رایانه استفاده شده است، با این‌حال، دستیابی به محرک­های بینایی که پاسخ SSVEP مناسبی را ایجاد کنند و درعین‌حال به کمترین خستگی چشم منجر شوند، یک چالش تحقیقاتی به­روز است. در این مطالعه، شکل موج­های سینوسی، مربعی، دندان‌اره‌ای، جمع دو سینوسی، و مدولاسیون فرکانس، با استفاده از یک سخت‌افزار اختصاصی توسط LED و شکل...

full text

توسعه ی یک سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل برانگیخته ی بینایی حالت ماندگار برای تایپ متون فارسی

چکیده مقدمه: سیستم های واسط مغز- کامپیوتر (brain-computer interface یا bci) برای بیمارانی که قادر به استفاده از عضلات خود نیستند، امکان برقراری ارتباط بین مغز و دنیای پیرامون از طریق ایجاد یک کانال مصنوعی را فراهم می سازد. از بین انواع واسط های مغز- کامپیوتر که به عنوان هجی کننده کاربرد دارند، می توان به واسط های مبتنی بر پتانسیل برانگیخته ی بینایی حالت ماندگار (steady-state visually evoked pot...

full text

روش بهبود یافته تحلیل همبستگی متعارف برای بازشناسی فرکانس پتانسیل برانگیخته بینایی حالت ماندگار

روش تحلیل همبستگی متعارف (CCA)، یکی از پرکاربردترین روش‌های بازشناسی فرکانس در سیستم‌های واسط مغز-کامپیوتر مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) است. اگرچه روش CCA در اغلب موارد با نتایج خوبی همراه است، اما اگر میان فرکانس‌های تحریک رابطه هارمونیک برقرار باشد، این روش با چالش مواجه خواهد شد. در این مقاله، روش CCA بهبود یافته پیشنهاد شده است که با اضافه نمودن یک مرحله‌ی پس‌پرداز...

full text

طراحی و ساخت دستگاه تحریک لرزشی برای کاربردهای رابط مغز-رایانه‌ی مبتنی بر پتانسیل برانگیخته‌ی حالت ماندگار حس‌های تنی

پتانسیل برانگیخته‌ی حالت ماندگار حس‌های تنی (SSSEP)، یکی از سیگنال‌های کنترلی برای رابط‌های مغز-رایانه (BCI) است که مبتنی بر انعکاس تحریک لرزشی پوست با فرکانس‌های مشخص در سیگنال‎های مغزی است. سیستم‌های BCI مبتنی بر SSSEP در مقایسه با سیستم‌های BCI مبتنی بر تحریک بینایی، خستگی بینایی ایجاد نمی‌کنند و به ویژه در بیمارهای با سندروم قفل‌شدگی یا اسکلروز جانبی آمیوتروفیک (ALS) می‌توانند مورد استفاده ...

full text

تاثیر استرس پریزماتیک عمودی بر پتانسیل برانگیخته بینایی دو چشمی

هدف: ارزیابی تاثیر استرس پریزماتیک عمودی برسیگنال‌های پتانسیل برانگیخته بینایی دو چشمی در فرکانس‌های فضایی مختلف. روش پژوهش: با استفاده از الگوهای تحریکی شطرنجی که در دو فرکانس فضایی پایین معادل 48/0 سیکل بر درجه و متوسط معادل 18/2 سیکل بر درجه با فرکانس زمانی 4 هرتز معکوس می‌شدند، تاثیر افزایش استرس بینایی ناشی از منشور عمودی در سه مرحله با منشورهای 1 و 2 و 3 دیوپتری و یک بار هم بدون این ا...

full text

محاسبه انرژی اولین حالت برانگیخته یک چاه پتانسیل سه گانه با استفاده از ابر تقارن

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز

Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023