بررسی سیگنال مغزی توسط دینامیک سیستم های پیچیده

با توجه به دینامیک غیر خطی سیگنال EEG و آشوبی بودن آن بررسی این سیگنال توسط معادلات بازگشتی از اهمیت زیادی برخوردار خواهد بود چرا که بررسی این سیگنال با روش های فرکانسی و زمانی که به طور معمول در پردازش سیگنال مورد استفاده قرار می گیرند جواب های مناسبی ارائه نمی دهد. با توجه به ماهیت این سیگنال ها لازم است تا توسط روشهایی هر چه تحلیلی تر حالت و چگونگی رفتار این سیستم ها را بررسی کنیم. از این رو به بررسی این سیگنال توسط آشوب پرداخته ایم. از بین گزینه های موجود با توجه به ماهیت تئوری، امید می رود بعد همبستگی قادر به ارائه توصیف مناسبی برای سیستم باشد. از این رو برای کاهش بار محاسباتی بعد همبستگی تنها بر روی نقاط حاصل از قطع پوانکاره بعد همبستگی را اعمال نمودیم تا کارایی این روش را بالا ببریم. برای این منظور بررسی را روی داده های مربوط به سیگنال EEG افراد را برای سه حالت پیش از پخش قران، در طی پخش قران و بعد از پخش قرآن و برای هر فرد در دو حالت چشم بسته و چشم باز و در دو کانال C3 و C4 انجام داده ایم. برای ارائه به شبکه عصبی از ویژگی هایی چون انحراف از معیار، بعد فرکتالی، میانگین اطلاعات متقابل، نمای لیاپانوف و... نیز استفاده شده است که ویژگی های استخراج شده 14 ویژگی هستند؛ از این بین با تحلیل مولفه اصلی (PCA) به بعد نه رسیدیم و برای داده ها در نتایج حاصله همانطور که انتظار می رفت سرعت بهبود چشمگیری داشت و به خطای تشخیص حدود یازده درصد رسیدیم. بهترین ویژگی ها از دید الگوریتم ژنتیک نمای لیاپانوف، انحراف از معیار و بعد همبستگی هستند.

Keywords:

تئوری آشوب , سیگنال مغزی , دینامیک غیر خطی , کلاسبندی , شبکه های عصبی