رمزشگايي اطلاعات حركتي دست ميمون از پتانسيل هاي ميداني محلي ثبت شده در قشر حركتي مغز

كارشناسي ارشد

سيستم‌هاي واسط مغز-كامپيوتر (BCI) يك راه ارتباطي بين مغز و يك دستگاه خارجي مانند اندام مصنوعي مي‌باشد. سيگنال‌هاي ميداني محلي (LFP) يكي از انواع سيگنال‌هايي است كه توسط آرايه‌هاي الكترودي از مغز به ثبت مي‌رسد و به علت ماندگاري بالا و بالا بودن كيفيت فضايي و زماني، در حوزه‌ي علم BCI بسيار حائز اهميت مي‌باشد. براي بهره بردن از اطلاعات موجود در سيگنال‌ها به منظور استفاده در سيستم‌هاي BCI يكي از مهمترين بخش‌ها استخراج ويژگي و به دنبال آن انتخاب ويژگي‌هاي برتري است كه به سادگي و با دقت بالايي بتواند سيستم BCI را كنترل كند. به همين منظور در اين پايان‌نامه ويژگي‌هاي مرتبط با حركت دست ميمون از روي سيگنال‌هاي LFPي ثبت شده از ناحيه‌ي حركتي اوليه، در يك آزمايش حركتِ از مركز به خارج با استفاده از فيلترهاي فضايي بانك فيلتر الگوي فضايي مشترك (FBCSP) استخراج شدند. اين روش كه ذاتا دو كلاسي است ويژگي‌هاي مربوط به يك كلاس را طوري مي‌يابد كه نسبت به كلاس ديگر بيشترين تمايز را داشته باشد. براي انتخاب ويژگي‌هاي برتر روشي بر پايه‌ي تست آماري t-test پيشنهاد شد كه توانست ويژگي‌هاي بهينه را طوري انتخاب كند كه با دقت بالاتري در مقايسه با روش‌هاي انتخاب ويژگي مرسوم مانند ANOVA و Mutual Information (MI) جهت حركت دست را از ميان هشت جهت موجود پيش‌بيني نمايد. نتايج به دست آمده با روش پيشنهادي به صورت ميانگين در 11 جلسه كه از ارزيابي متقابل 10×10 فولدي استفاده مي‌كرد 73.03% شد. كه اين مقدار در مطالعات قبلي كه از ويژگي‌هاي FFT در باندهاي فركانسي يكسان و روش انتخاب ويژگي ANOVA استفاده كرده بود به صورت ميانگين در هشت جلسه 58% بود. همچنين در اين پايان‌نامه ويژگي‌هاي موجود در فركانس‌هاي بالاتر (تا فركانس 490 هرتز) نيز به ويژگي‌هاي باند‌هاي مرسوم اضافه شد، كه در نهايت ميانگين دقت پيش‌بيني 90.83% در 11 جلسه به دست آمد.

190731

دانشگاه علم و صنعت ايران

دكتر محمدرضا دليري

مهندسي پزشكي - بيوالكتريك

دكتر وحيد شالچيان