طراحی سیستم دروغ سنجی با استفاده از پردازش غیرخطی سیگنال eeg

thesis
abstract

از دیرباز انسان از دروغ بعنوان ساده ترین ابزار ممکن برای سرپوش نهادن بر اشتباهات و خطاهای خویش استفاده نموده است، با پیشرفت علم و افزایش دانش انسان نسبت به بدن خویش، تلاش هایی به منظور ساخت سیستم های دروغ سنجی آغاز گردیده، یکی از روش هایی که در سالیان اخیر مورد توجه قرار گرفته است دروغ سنجی با استفاده از سیگنال های الکتریکی مغز می باشد. در میان تحقیقات صورت گرفته در این زمینه، مولفه ی شناختی p300 سهم بیش تری را به خود اختصاص داده است. در این مطالعه به منظور طراحی یک سیستم خودکار دروغ سنجی، از تک ثبت های یک ثانیه ای افراد دروغگو و راستگو استفاده شده است. دادگان مورد استفاده، مربوط به دو آزمون 5 تحریکه (53 نفر) و 6 تحریکه (49 نفر) می باشند که در هر دو آزمون از تحریک چهره استفاده شده است. طراحی این آزمون ها به نحوی صورت گرفته است که در آن آشنا بودن تصویر یک چهره، توسط افراد دروغگو کتمان گردد. بنابراین هدف، بازشناسی چهره مخفی شده توسط این افراد می باشد. در مرحله استخراج ویژگی علاوه بر ویژگی های زمانی، فرکانسی، ویولت و آنتروپی زیر باندهای آن، که پیش تر به مطالعات دروغ سنجی راه یافته اند، از ویژگی های غیرخطی بعد فرکتال و کمی کننده های بازگشتی نیز استفاده شده است. طبیعت آشوبگونه ی دینامیک مغز و بررسی بستر جذب در فضای فاز، از امور مهمی می باشند که در این روش های غیرخطی مورد توجه قرار می-گیرند. بررسی نتایج بدست آمده از ویژگی های غیرخطی نشان می دهد، ظهور مولفه ی p300 در افراد دروغگو، افزایش تعیٌن و پیش بینی پذیری در مغز را به همراه دارد و این امر بیانگر کاهش بعد و پیچیدگی مغز در این افراد می باشد. با بکارگیری الگوریتم ژنتیک در مرحله ی انتخاب ویژگی، طبقه بندی کننده ی lda و روش آستانه گذاری متغیر، صحت 94.3 درصد (تشخیص صحیح 50 نفر از 53 نفر) در آزمون 5 تحریکه و 97.9 درصد (تشخیص صحیح 48 نفر از 49 نفر) در آزمون 6 تحریکه حاصل گردید. بررسی کمٌی کانال های مختلف نشان داد، کانال pz نسبت به دو کانال cz و fz، از قابلیت بیش تری در طبقه-بندی افراد دو گروه برخوردار است و تلفیق هر سه کانال سبب بهبود نتایج می گردد. همچنین اگرچه توانایی ویژگی های غیرخطی در ایجاد تمایز میان دو گروه دروغگو و راستگو اندکی کمتر از ویژگی های خطی است، اما تلفیق این دسته ویژگی ها نتایج را بهبود بخشید. نتایج بدست آمده نشان می دهد، افزایش تحریکات نامرتبط در آزمون دروغ سنجی سبب بهبود نتایج شده است.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

طراحی و پیاده سازی سیستم دروغ سنجی مبتنی بر سیگنال الکتروانسفالوگرافی (EEG)

  سابقه و هدف: در روش ‌ های دروغ سنجی مغزی که در سال ‌ های اخیر به عنوان یک جایگزین برای سیستم ‌ های دروغ سنجی کلاسیک مطرح شده ‌ اند، کارتشخیص بین افراد راستگو و دروغگو با بررسی سیگنال ‌ های مغزی ثبت شده در طی آزمون خاص دروغ سنجی انجام می ‌ شود. این مقاله با هدف بالا بردن کارایی و ارائه روشی توانمند به منظور تشخیص فرد گناه کار در سیستم ‌ های دروغ سنجی با استفاده از سیگنال ‌ های مغزی ارائه شده ا...

full text

طراحی و پیاده سازی سیستم دروغ سنجی مبتنی بر سیگنال الکتروانسفالوگرافی (eeg)

سابقه و هدف: در روش های دروغ سنجی مغزی که در سال های اخیر به عنوان یک جایگزین برای سیستم های دروغ سنجی کلاسیک مطرح شده اند، کارتشخیص بین افراد راستگو و دروغگو با بررسی سیگنال های مغزی ثبت شده در طی آزمون خاص دروغ سنجی انجام می شود. این مقاله با هدف بالا بردن کارایی و ارائه روشی توانمند به منظور تشخیص فرد گناه کار در سیستم های دروغ سنجی با استفاده از سیگنال های مغزی ارائه شده است.   مواد و روش ه...

full text

طبقه بندی حمله صرعی در سیگنال EEG با استفاده از سیستم استنتاج عصبی- فازی تطابقی

Background & Aims: Epilepsy is a brain disorder in which nerve cells receive abnormal inputs. This disease can lead to abnormal behaviors, feelings and symptoms such as loss of consciousness, which is called the seizure. Identification and classification of the epileptic seizure events in electroencephalographic signal against free seizure intervals plays an important role in clinical investiga...

full text

تشخیص کودکان adhd با استفاده از پارامترهای غیرخطی سیگنال eeg

اختلال adhd اختلالی است که در آن پرتحرکی، بی توجهی و رفتارهای ناگهانی بیشتر و شدیدتر از کودکان دیگر وجود دارد. 3 تا 5 درصد کودکان به این اختلال مبتلا هستند. مشکل اصلی کودکان adhd عدم توانایی آنها در حفظ و تنظیم رفتارشان است. تشخیص کودکان adhd با استفاده از بررسی های بالینی انجام می شود. این بررسی ها و تشخیص ها با استفاده از استاندارد dsm-iv صورت می پذیرد. . از آنجا که adhd یکی از بحث برانگیزتر...

15 صفحه اول

ترکیب ویژگی‌های مختلف سیگنال EEG تک‌کاناله به‌منظور طراحی یک سیستم تأیید هویت

با ظهور دانش بیومتریک، روش‌های متداول تأیید هویت در سیستم‌های بیومتریک دچار دگرگونی شده‌اند و در حال جایگزینی با روش‌هایی بر پایة علایم حیاتی هستند. اخیراً کاربرد سیگنال الکتریکی مغز(EEG) در سیستم‌های بیومتریک به عنوان یک شاخه پژوهشی جذاب و کاربردی مورد توجه محققان قرار گرفته است. پژوهش‌های نسبتاً محدودی در زمینة بیومتریک سیگنال الکتری...

full text

شناسایی خودکار حالت‌های مختلف بیماری صرع از سیگنال EEG با استفاده از شبکه‌های یادگیری عمیق

استفاده از روشی هوشمند برای تشخیص خودکار مراحل مختلف صرعی در کاربردهای پزشکی، برای کاهش حجم کار پزشکان در تجزیه‌وتحلیل داده‌های صرع با بازرسی بصری، یکی از چالش‌های مهم در سال‌های اخیر محسوب می‌شود. یکی از مشکلات شناسایی خودکار مراحل مختلف صرعی، استخراج ویژگی‌های مطلوب است؛ به‌گونه‌ای که این ویژگی‌ها بتوانند بیشترین تمایز را بین مراحل مختلف صرعی ایجاد کنند. فرآیند یافتن ویژگی‌های مناسب، عموماً ام...

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 شاهد - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023