سید فرهود موسی زاده - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده مهندسی پزشکی
محمدعلی خلیل زاده - دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی مهندسی
وحید ابوطالبی - دانشگاه امیرکبیر، دانشکده مهندسی پزشکی

مغز انسان در طول تحریکات مختلف وارد مراحل خاصی از فعالیت های درکی و سایکوفیزیولوژیکی می شود. پتانسیلهای وابسته به رخداد (ERPS) می تواند نماینده مناسبی در کمک به تجزیه و تحلیل نوع و چگونگی این تحریکها باشد. ریز حالات مغزی به عنوان روشی مناسب در جهت تجزیه و تحلیل این سیگنالها در طول دهه های اخیر همواره مد نظر بوده است. اما آنچه در این تحقیق مورد بحث قرار گرفته می شود این مطلب است که نه تنها استفاده از تبدیلهای زمان- فرکانس را در جهت استخراج این ریز حالات مغزی به عنوان روشی مناسب و کارآمد معرفی می نماید بلکه ماشینی از شبکه های عصبی خود سازمانده را ارائه می دهد که توانایی بسیار مطلوبی را در کلاسه بندی سه کلاس مختلف از انواع ERPها دارا می باشد و برای 3 نوع تحریک مختلف به درصد تشخیص بسیار خوبی معادل 14، 85% برای داده های متوسط گیری دست می یابیم.

ریز حالات مغزی، تبدیل های زمان- فرکانس، شبکه های عصبی خودسازمانده