بهبود تشخیص مؤلفه های شناختی در سیگنال ERP تک ثبت با استفاده از فضای ویژگی جدید و الگوریتم ژنتیک
Publish place: 12th Iranian conference on Biomedical Engineering
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,203
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME12_027
تاریخ نمایه سازی: 25 آبان 1391
Abstract:
یکی از مهمترین مؤلفه های سیگنالهای مرتبط با فعالیتهای شناختی مغز، مؤلفه P300 است. در این تحقیق به آشکار سازی مؤلفه P300 با استفاده از شبکه عصبی چندلایه و الگوریتم ژنتیک پرداخته شده است. برای استخراج ویژگی های مرتبط با فعالیت شناختی مغز، ویژگی هایی بر اساس مشخصات زمانی از سیگنالهای تک ثبت ERP استخراج شده است. همچنین برای انتخاب ویژگی های بهینه از الگوریتم ژنتیک بهره برده شده است. در این روش با استفاده از 7 ویژگی بهینه به دست آمده در کانال Pz، با دقت 78% در دادگان آموزش و 71% در دادگان آزمون، تک ثبت های حاوی موج P300 از تک ثبت های فاقد این موج تفکیک شده است، که نسبت به تحققات قبلی بهبود داشته است.
Authors
مجید قشونی
دانشجوی کارشناسی ارشد مهندسی پزشکی- دانشگاه آزاد اسلامی واحد مشهد
محمدعلی خلیل زاده
استادیار گروه مهندسی پزشکی- دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :