بهبود روش های آشکارسازی مولفه ی p300 با استفاده از الگوریتم آنالیز مولفه های مستقل

فعالیت های شناختی بخشی از فعالیت های مغزی هستند که در طی آن می توان حالات مختلف مغز را شناسایی و آشکارسازی نمود. یکی از روش های بسیار متداول در ثبت سیگنال های مغزی، ثبت پیوسته ی پتانسیل های مغزی یا eeg نام دارد. یکی از انواع سیگنال های مغزی، پتانسیل های وابسته به رخداد نام دارند. این سیگنال ها در شرایطی اعمال تحریک به فرد یا وقوع یک رخداد در سیگنال های مغزی ظاهر می شوند. با توجه به ارتباط تنگانگی که بین این مولفه و فعالیت های شناختی مغز وجود دارد، می توان از این مولفه در بسیاری از سیستم های واسطه مغز و رایانه یا دروغ سنجی استفاده نمود. در این پایان نامه، هدف توسعه روش های پردازش سیگنال جهت آشکارسازی مولفه ی p300 است و در آن سعی شده است دو مورد از مشکلات اساسی این سیستم ها تا حد امکان بر طرف گردد. در بسیاری از تحقیقاتی که در گذشته انجام شده است، به منظور دست یافتن به دقت مناسب از چندین تکرار آزمایش استفاده شده است، این موضوع باعث می شود که فرد مورد آزمایش خسته شود و احتمال بروز خطا افزایش می یابد. علاوه بر این به شدت باعث کاهش سرعت انتقال اطلاعات می شود. در این پایان نامه به منظور برطرف شدن این مشکل، آشکارسازی مولفه ی p300 به صورت تک ثبت در نظر گرفته شده است. یکی دیگر از عیوبی که کاربرد سیستم های واسط مغز و رایانه را محدود می سازد، نیاز به تعداد زیادی کانال ثبت سیگنال به منظور داشتن یک سیستم با قابلیت اطمینان بالا است. در این پایان نامه، با استفاده از روش های پردازشی جدید تعداد کانال ها کاهش داده شده است در حالی که سعی شده دقت هم چنان قابل قبول باقی بماند.