استفاده از ویژگیهای فرکتالی سیگنالEEG در حوزه فرکانس برای طبقهبندی فعالیتهای ذهنی خاص

Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,095

This Paper With 6 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:

ICS06_066

تاریخ نمایه سازی: 18 تیر 1391

Abstract:

به سیستمی که ارتباط مغز با کامپیوتر از طریق سیگنالهای مغزی را میسر میکند، رابط مغز‐کامپیوتر میگویند. جهت پیاده سازی چنین سیستمی، احتیاج به استخراج ویژگی از سیگنالهایEEG مربوط به فعالیتهای ذهنی خاص و طبقهبندی آن است. ابعاد فرکتالی از خصوصیات غیر خطی سیگنال در حوزه زمان هستند که برای این منظور استفاده میشوند. این ویژگیها ملاکی از بی نظمی سیگنال هستند. ما در این مقاله، بی نظمی سیگنال را در حوزه فرکانس با استفاده از ابعاد فرکتالی بررسی کردهایم و از ویژگیهای بدست آمده در طبقهبندی فعالیتهای ذهنی خاص استفاده نمودهایم. طبقه بندی کننده های مختلفی مانند شبکه های عصبی و تخمین زن هایpdf بکار رفته اند. این ویژگی ها به همراه ویژگی های شناخته شده دیگر مانند ضرایب AR قدرت سیگنال و ضرایب Wavelet به طبقه بندی کننده ها اعمال گردیده اند. سپس نشان دادهایم که ویژگیهای ترکیبی جدید میتوانند در مقایسه با ویژگی های تکی، فعالیتهای ذهنی مورد نظر را با دقت بالاتر تفکیک کنند.

Keywords:

رابط مغز‐کامپیوترBCI) سیگنال EEG ابعاد فرکتالی , استخراج ویژگی , طبقهبندی

Authors

قطب علمی کنترل و پردازش هوشمند، گروه مهندسی برق و کامپیوتر، دانشکده