طبقه بندی سیگنال های مغز در سیستم BCI با استفاده از تبدیل موجک

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 339

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_BSET-2-6_002

تاریخ نمایه سازی: 28 آذر 1400

Abstract:

رابط مغز و رایانه (BCI) مبتنی بر الکتروانسفالوگرافی (EEG) در دو دهه اخیر بسیار مورد توجه قرار گرفته است. در این مطالعه رویکرد ابتکاری بکار گرفته شده تا بتوان سیگنال های EEG مبتنی بر تصور حرکتی را به دو دسته تصور دست راست و دست چپ دسته بندی کرد. در این راستا ابتدا باندهای مرتبط با تصور حرکتی از سیگنال EEG جدا و با اعمال تابع تبدیل موجک روی آنها ویژگی های آماری و ضرایب اتورگرسیون از آن استخراج شده است. سپس از بین ویژگی های استخراج شده با روش SFFS بهترین ویژگی ها انتخاب و آنها به کلاس بندهای NB ،KNN ،LDA و SVM اعمال کردیم. نتایج بدست آمده نشان می دهند که کلاس بند SVM با دقت ۸۷/۱۴% نسبت به سایر کلاس بندها از دقت بالاتری برخوردار است.

Authors

حمیده موسوی

دانشجوی کارشناسی ارشد، دانشکده برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار، ایران

محمدهادی شاهرخ آبادی

دانشیار دانشکده برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار، ایران

حمیدرضا توکلی

استادیار دانشکده برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار، ایران