طبقه بندی سیگنال های مغزی تصور حرکت دست چپ و راست در سامانه های واسط مغز و رایانه با استفاده از انتخاب ویژگی به کمک الگوریتم های فرا ابتکاری
Publish place: Journal of Health & Biomedical Informatics، Vol: 4، Issue: 2
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 33
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHBMI-4-2_007
تاریخ نمایه سازی: 9 مرداد 1403
Abstract:
مقدمه: بازشناسی فعالیت های مختلف حسی- حرکتی در سامانه های واسط مغز و رایانه با مباحث بازشناسی الگو در ارتباط است. یکی از مسائل مهم در طراحی یک سامانه موثر واسط مغز و رایانه، چگونگی کاهش تعداد ویژگی های استخراج شده از سیگنال های مغزی است. استفاده از الگوریتم های انتخاب ویژگی یکی از مهم ترین مراحل در زمینه بازشناسی الگو می باشد. کاهش تعداد ویژگی ها می تواند در بهبود دقت و کارایی طبقه بند ها و در نتیجه کاهش هزینه ها موثر واقع شود.
روش: در این مقاله انتخاب ویژگی با استفاده از دو الگوریتم جستجوی گرانشی باینری بهبود یافته و بهینه ساز جمعیت مورچگان باینری پیشرفته بر روی مجموعه داده های مربوط به سیگنال های مغزی ۹ فرد سالم جهت تفکیک تصور حرکت دست چپ و راست، صورت گرفت. ویژگی ها در ۶ زیر باند مختلف استخراج شده اند. دو طبقه بند ماشین بردار پشتیبان و k نزدیک ترین همسایه با استفاده از ویژگی های انتخاب شده بر روی نمونه ها اعمال شد. دادهها در محیط متلب و توسط جعبه ابزار EEGLAB پردازش شده است.
نتایج: نرخ طبقه بندی در سیستم پیشنهادی بالای ۸۰ درصد است. با استفاده از روش های انتخاب ویژگی، باندهای فرکانسی و ویژگی های موثر جهت طبقه بندی حرکت دست چپ و راست استخراج شده اند.
نتیجه گیری: نتایج نشان دهنده بهبود نتایج پس از اعمال الگوریتم جستجوی گرانشی باینری بهبود یافته و طبقه بند نزدیک ترین همسایه می باشد.
Keywords:
Algorithm , Advanced Binary Optimization , Support Vector Machine , الگوریتم , گرانشی باینری بهبود یافته , ماشین بردار پشتیبان
Authors
منصوره نکوئی
ارشناس ارشد برق، بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
حسین نظام ابادی پور
دکترای برق، استاد بخش مهندسی برق، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران.
عصمت راشدی
Ph.D. Communication Engineering, Assistant Professor, Electrical Engineering Dept., Graduate University of Advanced Technology, Kerman, Iran.
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 :