ثبت و آماده سازي سيگنال EEG و پياده سازي الگوريتم هاي پردازش و دسته بندي براي توسعه سيستم هاي BCI

كارشناسي ارشد

سيستم¬هاي واسط مغز و كامپيوتر از جذاب¬ترين و پرچالش¬ترين پيشرفت¬هاي علمي بشر مي¬باشد كه حوزه¬هاي آن از بازي¬هاي كامپيوتري تا كمك به بيماران معلول نورون-حركتي (افرادي كه هيچ¬گونه حركت فيزيكي پايين¬تر از چشم براي آنها ممكن نيست) گسترده است. يكي از چالش¬هايي كه همواره در سيستم¬هاي واسط مغز و كامپيوتر، همانند ديگر سيستم¬هاي ديجيتال، با آن مواجه هستيم، تعادل بين سرعت و دقت سيستم است. به¬طور مثال سيستم P300-Speller كه براي انتقال جملات از فردي معلول به افراد اطراف وي طراحي شده¬است، بهتر است داراي سرعت انتقال character/min بالايي باشد يا دقت تشخيص كلمات آن بالا باشد؟ سوالي كه در اين پروژه سعي مي¬كنيم تاحدودي از هر دو جهت به آن پاسخ دهيم. در اين پروژه از چهار فرد مختلف ثبت سيگنال EEG در 10 كانال به عمل آمده¬است تا بتوانيم با پردازش سيگنال¬هاي مغزي ايشان و به¬طور ويژه توجه به پتانسيل مغزي P300 بدون هيچ¬گونه حركت ديگر از سوي فرد متوجه كلمات مدنظر وي شويم. براي اين منظور از چهل و هشت ويژگي مختلف فركانسي، زماني و شكلي استفاده شده است و بهترين گروه از ويژگي¬ها انتخاب شده و طبقه¬بندي توسط سه طبقه¬بند KNN، LDA و SVM انجام گرفته¬است كه در بهترين حالت به دقت تشخيص 86.67 درصد دست يافتيم. اما نكته¬ي مهم ديگر در اين ثبت، افزايش سرعت انتقال داده كه يكي ديگر از چالش¬هاي سيستم-هاي واسط مغز و كامپيوتر بر پايه¬ي P300 مي¬باشد، نسبت به ديگر پروژه¬هاي مرسوم در اين حوزه است. با كاهش زمان تحريك و تعداد trial هاي لازم براي تشخيص P300 توانستيم سرعت انتقال داده براي هر كاراكتر را به ميزان تقريبا دو برابر دادگان استاندارد P300-Speller برسانيم. روش¬هاي ارايه شده در اين پروژه بر روي دادگان استاندارد P300-Speller نيز پياده¬سازي گرديد كه در بهترين حالت به دقت تشخيص 90 درصد كه دقتي قابل قبول در اين حوزه است، دست يافت.

190140

دانشگاه علم و صنعت ايران

الكترونيك ديجيتال

دكتر ستار ميرزاكوچكي