آنالیز سیگنال EEG جهت تشخیص هدف از غیر هدف با استفاده ازالگوریتم ADABOOST
Publish place: 1st National Innovation Conference on Computer Engineering and Information Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,082
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_448
تاریخ نمایه سازی: 9 تیر 1393
Abstract:
پتانسیل های وابسته به رخداد ( ERP ) یکی از مهمترین سیگنال های الکتریکی مرتبط بافعالیت های شناختی مغز می باشند.از میان مولفه های شناخته شده از سیگنال ERP که با فعالیت شناختی مغز مرتبط هستند، P300 از جایگاه خاصی برخوردار است.بوجود آمدن P300 به دلیل فعالیت خاصی از مغز است که در نتیجه ی حضور یک تحریک غیر معمول در سیگنال ERP ظاهر میشود.ضعف عمده ی مؤلفه ی P300 کم بودن دامنه ی این مؤلفه در مقایسه با نویزها و دیگر آرتفیکت های موجود در هنگام ثبت سیگنال EEG میباشد. برای این منظور و بهبود عملکرد آن الگوریتم های مختلفی برای پیش پردازش و طبقه بندی ارائه شده وکارایی هر کدام از آنها در تشخیص حضور P300 در سیگنال EEG بررسی شده است.در واقع هدف از این تحقیق ارزیابی و تجزیه و تحلیل سیگنال های EEG بر اساس دو نوع تحریک (هدف ،غیر هدف) و طبقه بندی آنها بااستفاده از الگوریتم Adaboost می باشد. الگوی کلی ثبت P300 یک الگوی تحریک Oddball است.در این تحقیق از تبدیل ویولت جهت آماده نمودن بردار ویژگی ها و از طبقه بندی کننده Adaboost جهت دسته بندی آنها استفاده شده است. دقت نهایی تشخیص تحریک هدف از غیر هدف بر اساس روش های اعمال شده برابر 98 % در دادگان آموزش و 94 % آزمایش می باشد.
Keywords:
Authors
مهرزاد امیری
گروه مکاترونیک، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، سمنان
کیوان معقولی
گروه مهندسی پزشکی،دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
وحید قدس
گروه مکاترونیک، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، سمنان
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 :