حسنا قندهاریون - گروه مهندسی پزشکی، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
عباس عرفانیان امیدوا

آغشته بودن ثبتهای الکتروآنسفالوگرام (EEG) به انواع سیگنالهای ناخواسته (آرتیفکتها) مهمترین مشکل در راه بررسی و پردازش داده های EEG است. استفاده از روش تحلیل مولفه های مستقل (ICA) برای حذف آرتیفکتها یکی از بهترین گزینه های ممکن است . هدف از روش تحلیل مولفه های مستقل جداسازی کور ترکیبی خطی از منابع مستقل میباشد. با اعمال این روش روی سیگنالهای مغزی حاوی آرتیفکت، آرتیفکتها به صورت مولفه های مستقلی استخراج میشوند. برای تشخیص خودکار مولفه های مستقل مربوط به آرتیفکت از سایر مولفه ها باید معیارهای مناسبی را معرفی نمود. هنوز بر سر انتخاب این معیارها توافقی کلی وجود ندارد. هدف از این تحقیق به کار گرفتن ترکیبی موثر از معیارهای آماری و زمانی- فرکانسی است که میتوانند مولفه های نمایانگر آرتیفکت پلک زدن را با دقت بالا (% 95 ) شناسایی کنند. آزمونهای آماری نشان می دهد که مقادیر معیارهای مربوط به مولفه های آرتیفکت و غیر آرتیفکت تفاوت قابل ملاحظهای با هم دارند.

تحلیل مولف ههای مستقل، آرتیفکت چشمی، تبدیل فوریه زمان- کوتاه EEG ، (STFT)