بهبود عملکرد سامانه واسط مغز-رایانه مبتنی بر حرکت با استفاده از فیلترهای با ضریب کیفیت ثابت

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده برق و کامپیوتر
  • نویسنده راحله محمدی
  • استاد راهنما علی محلوجی فر
  • سال انتشار 1392
چکیده

در این رساله در راستای طراحی و بهبود عملکرد یک سیستم واسط مغز-رایانه کاربرفرمای دو وضعیتی مبتنی بر دادگان حرکت پا در گام اول با استفاده از روش تجزیه فرکانسی به کمک یک بانک فیلتری متشکل از فیلترهای با ضریب کیفیت ثابت، پدیده ers که پس از انجام حرکت پا در سیگنال eeg ظاهر می شود را آشکارسازی می-کنیم. استفاده از این روش تجزیه فرکانسی با کاهش اثرات غیر ایستانی سیگنال ویژگیهایی با تفکیک پذیری قابل توجهی از بازه های رخداد ارائه می دهد که منجر به بهبود چشمگیری در عملکرد سیستمهای کاربرفرما می شود. در ادامه، با ارائه سیستم پیشنهادی مبتنی بر تعیین خودکار پارامترهای پس پردازش و فعالسازی خودکار بلوک حذف بایاس متناسب با دادگان هر کاربر در مرحله آموزش، سیستم کاربرفرمای برخط را با حداقل نرخ تشخیصهای نادرست مثبت شبیه سازی می کنیم. در بلوک طبقه بندی، با بررسی عملکرد انواع روشهای طبقه بندی نوین احتمالاتی مانند pcvm، dpgmm و طبقه بندی مبتنی بر نمایش تنک سیگنال src و مقایسه عملکرد این روشها با طبقه بندهای پرکاربرد و شناخته شده svm و lda از جنبه های مختلف، برای اولین بار در حوزه سیستمهای کاربرفرما به مقایسه طبقه بند های مختلف می پردازیم و از جنبه های مختلف نقاط ضعف و قوت هر یک را در این کاربرد بررسی می کنیم. در نهایت با در نظر گرفتن سادگی پیاده سازی و سرعت و دقت هر یک از روشها، طبقه بند lda در شرایط برون خط و pcvm با ارائه کمترین نرخ تشخیص مثبت نادرست در هر دو حالت برخط و برون خط بعنوان طبقه بندهای مناسب برای آشکارسازی بازه های رخداد حرکت پا انتخاب می شوند. در گام بعدی این تحقیق سیستم طراحی شده منطبق بر دادگان حرکت پا را بدون هیچگونه تغییری به دادگان تصور حرکت پا اعمال می کنیم. علی رغم آنکه نتایج آشکارسازی بازه های تصورحرکت پا فاصله زیادی با نتایج ارائه شده در آشکارسازی حرکت واقعی دارند اما در مقایسه با مطالعات دیگری که قبلا با استفاده از همین دادگان انجام شده بود بهبود قابل توجهی در شناسایی بازه های تصور حرکت با استفاده از سیستم پیشنهادی این رساله مشاهده می-شود. آخرین گام این رساله در راستای بهبود عملکرد سیستم کاربرفرما مبتنی بر حرکت و تصور حرکت پا، طراحی یک سیستم bci وفقی است که با استفاده از یک روش استخراج ویژگی وفقی بدون سرپرستی، اثرات تغییرات سیگنال eeg در طول یک جلسه و در نهایت افت عملکرد را در برخی کاربران به میزان بسیار قابل توجهی در هر دو حالت دادگان اجرای حرکت واقعی و تصوری بهبود می دهد. هدف دوم در این رساله طراحی سیستم bci مبتنی بر تصور حرکت سنکرون مستقل از کاربر است که برای یک کاربر جدید بدون نیاز به کالیبراسیون سیستم بتواند عملکردی نزدیک به سیستمهای وابسته به کاربر داشته باشد. در این راستا با استفاده از ترکیب دو روش موفق تجزیه فرکانسی با فیلترهای با ضریب کیفیت ثابت و فیلترهای مکانی csp، و ارائه روش پیشنهادی constant-q fbcsp سیستم قابل انتقال بین جلسات مختلف یک کاربر و همچنین قابل انتقال بین کاربران مختلف را با موفقیت قابل توجهی طراحی می کنیم. نتایج اعمال روش فوق روی مجموعه دادگان رقابت bci 2008، نشان می دهدکه روش پیشنهادی ما توانسته با دقتی بیشتر از نتایج موجود روی همین مجموعه دادگان در طراحی سیستم مستقل از کاربر موثر باشد.

منابع مشابه

استفاده از طبقه‌بند PCVM در سیستم واسط مغز- رایانه کاربرفرما به منظور بهبود تشخیص حرکت پا

اساس سیستم‌های‌ واسط مغز-رایانه(BCI)کاربرفرما آشکارسازی و تشخیص بازه‌های رخداد یک فعالیت ذهنی مانند تصور حرکت از سیگنال خودبخودی مغز است که این مسأله به دلیل ماهیت غیرایستان و پیچیده سیگنال الکتروانسفالوگرام (EEG) مهمترین چالش در طراحی سیستم‌هایBCIاست. در این مقاله برای اولین بار از یک الگوریتم جدید طبقه‌بندی مبتنی بر یادگیری تنک به نامPCVM در طراحی سیستمBCIکاربرفرما استفاده شده است. هدف اصلی م...

متن کامل

آشکارسازی حرکت پا در سیستم واسط مغز-رایانه کاربرفرما با استفاده از روش طبقه‌بندی مبتنی بر نمایش تنک سیگنال

سیستم‌های BCIکاربرفرما در مقایسه با سیستمهای BCIسنکرون، ارتباط طبیعی‌تر کاربر را با فضای خارج امکان‌پذیر می‌کنند. آشکارسازی بازه‌های وقوع حرکت در سیگنال پیوسته EEGمسأله‌ای کلیدی در طراحی سیستم‌های BCI  </spa...

متن کامل

آشکارسازی حرکت پا در سیستم واسط مغز-رایانه کاربرفرما با استفاده از روش طبقه بندی مبتنی بر نمایش تنک سیگنال

سیستم های bciکاربرفرما در مقایسه با سیستمهای bciسنکرون، ارتباط طبیعی­تر کاربر را با فضای خارج امکان­پذیر می کنند. آشکارسازی بازه های وقوع حرکت در سیگنال پیوسته eegمسأله ای کلیدی در طراحی سیستم­های bci  کاربرفرما مبتنی بر حرکت است. در این مقاله با استفاده از ویژگی بعد فرکتالی در باندفرکانسی 6 تا 36 هرتز و طراحی طبقه بند مبتنی بر نمایش تنک سیگنال، پدیده نورولوژیک همزمانی وابسته به رخداد (ers)- که...

متن کامل

استفاده از طبقه بند pcvm در سیستم واسط مغز- رایانه کاربرفرما به منظور بهبود تشخیص حرکت پا

اساس سیستم های واسط مغز-رایانه(bci)کاربرفرما آشکارسازی و تشخیص بازه های رخداد یک فعالیت ذهنی مانند تصور حرکت از سیگنال خودبخودی مغز است که این مسأله به دلیل ماهیت غیرایستان و پیچیده سیگنال الکتروانسفالوگرام (eeg) مهمترین چالش در طراحی سیستم هایbciاست. در این مقاله برای اولین بار از یک الگوریتم جدید طبقه بندی مبتنی بر یادگیری تنک به نامpcvm در طراحی سیستمbciکاربرفرما استفاده شده است. هدف اصلی مق...

متن کامل

مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure

کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...

متن کامل

طبقه‌بندی سیگنال‌های مغزی تصور حرکت دست چپ و راست در سامانه‌های واسط مغز و رایانه با استفاده از انتخاب ویژگی به کمک الگوریتم‌های فرا ‌ابتکاری

مقدمه: بازشناسی فعالیت‌های مختلف حسی- حرکتی در سامانه‌های واسط مغز و رایانه با مباحث بازشناسی الگو در ارتباط است. یکی از مسائل مهم در طراحی یک سامانه مؤثر واسط مغز و رایانه، چگونگی کاهش تعداد ویژگی‌های استخراج شده از سیگنال‌های مغزی است. استفاده از الگوریتم‌های انتخاب ویژگی یکی از مهم‌ترین مراحل در زمینه بازشناسی الگو می‌باشد. کاهش تعداد ویژگی‌ها می‌تواند در بهبود دقت و کارایی طبقه‌بند‌ها و در ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023