سامان جبارقادر - دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران
مهدی مزینانی - عضو هیئت علمی، گروه مهندسی کامپیوتر، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران
آزاده زمانی فر - عضو هیئت علمی، گروه مهندسی کامپیوتر، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران

هدف فناوری واسط بین مغز و کامپیوتر این است که یک راه ارتباطی جدید برای افراد معلول ایجاد کند به طوری که افراد هیچ وابستگیبه کنترل عضلات نداشته باشند. سیگنال EEG یکی از ورود یهایی است که واسط بین مغز و کامپیوتر از طریق این سیگنال ارتباط بینشخص و محیط بیرونی را فراهم میکند. به همین دلیل تشخیص بیماری حرکتی از اهمیت بالایی برخوردار است در نتیجه در این پژوهشتمرکز بر استفاده از شبکه عصبی کانولوشنی در تشخیص بیماری حرکتی مبتنی بر تجزیه و تحلیل سیگنال EEG است. برای این منظورپس از جمع آوری سیگنال ها، در مرحله پیش پردازش با استفاده از تبدیل موجک گسسته عمل استخراج ویژگی از سیگنال ها انجام می شود،سپس در مرحله پس پردازش شبکه عصبی کانولوشنی بهبودیافته با الگوریتم بهینه سازی علف هرز تشخیص بیماری حرکتی را انجام می دهد.در جهت مقایسه روش پیشنهادی، از دسته بند k - نزدیکترین همسایه استفاده شده است. نتایج نشان می دهد شبکه عصبی کانولوشنیبهبودیافته با الگوریتم بهینه سازی علف هرز با میانگین مربعات خطای ۰.۰۲۴ و دقت ۹۹.۴ % به ازای کل سیگنال ها تشخیص بیماری حرکتیرا انجام میدهد.

دسته بندی، تشخیص بیماری حرکتی، شبکه عصبی کانولوشنی، تبدیلات موجک، الگوریتم بهینه سازی علف هرز