ارزيابي سيگنال هاي مغزي در شناسايي اشيا

كارشناسي ارشد

چكيده سيگنال هاي مغزي الكتروانسفالوگرام كه در سالهاي اخير بسيار مورد توجه پژوهشگران حوزه عصب شناسي قرار گرفته اند، كاربردهاي حياتي مهمي در زمينه هاي مختلف پزشكي و همچنين سيستم هاي رابط كامپيوتري با مغز دارند. اين سيگنال ها بر روي پوست سر ظاهر مي شوند و عمدتا در 5 باند فركانسي مختلف دلتا، تتا، آلفا، بتا و گاما تقسيم بندي ميشوند. همگام سازي و ارتباط بين اين باندهاي فركانسي، تزويج فركانس متقابل ناميده مي شود به طوريكه اين تزويج فركانس متقابل مي تواند به عنوان تعامل متقابل بين دامنه، فاز و فركانس سيگنال تفسير بشود. در اين رساله از سيگنال هاي الكتروانسفالوگرام كه از كاربران در حين مشاهده 10 دسته تصوير سه بعدي مختلف در حين اجراي يك آزمايش از نوع One-Back ، شامل تصاوير البسه و حوله، پرده، وسايل الكترونيكي، لامپ، قوري و ليوان، وسايل ورزشي، وسايل حمام، ميز و صندلي، درخت و وسايل نقليه كه در دو جهت ديد از روبرو و ديد كناري ثبت شده اند، استفاده شده است و همچنين به منظور بررسي بيشتر از يكسري از داده هاي آماده كه از كاربران در حين مشاهده 12 دسته شامل حيوان، گل، غذا، ميوه، ساختمان، لوازم تحرير، عروسك، جواهرات، لباس، وسايل حمل و نقل، اعضاي بدن انسان و لوازم الكتريكي كه تنها از ديد روبرو ثبت شده اند، نيز در جهت بررسي تزويج فركانس- فركانس كه معيار جديد و پيشنهادي اين رساله در ارزيابي نحوه ارتباط نواحي مختلف مغزي مي باشد، استفاده شده است. ويژگي هاي تزويج به دو طريق استخراج شده اند كه عبارتند از: درون الكترودها، و بين پنج ناحيه مغزي شامل نواحي جلويي، مركزي، آهيانه اي، گيجگاهي و پس سري. جهت استخراج ويژگي از ويژگي هاي عملكردي و تاثيري استفاده شده و همچنين جهت طبقه بندي ويژگي ها، از طبقه بندي ماشين بردار پشتيبان چندكلاسه و كلاس بندي K نزديكترين همسايه (KNN) استفاده شده است. نتايج بدست آمده از طريق استخراج ويژگي و انتخاب ويژگي هاي برتر اسكالر نظير منحني مشخصه عملكرد سيستم (ROC) و روش آناليز واريانس(آنوا)، حاكي از صحت طبقه بندي و وجود ارتباط هاي اطلاعاتي در حالت تزويج فركانسي- فركانسي بين نواحي و باندهاي فركانسي مختلف مغزي مي باشد. واژه‌هاي كليدي: تزويج فركانس متقابل، سيگنال الكتروانسفالوگرام، ماشين بردار پشتيبان(SVM)، كلاس بندي K همسايه نزديكترين(KNN)، تزويج فركانس به فركانس، انتخاب ويژگي

189110

دانشگاه علم و صنعت ايران

دكتر دليري

الكترونيك

دكتر ميرزاكوچكي