محمدعلی منوچهری - دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر گروه مخابرات
وحید ابوطالبی - دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر گروه مخابرات
امین مهنام - دانشگاه اصفهان دانشکده فنی و مهندسی گروه مهندسی پزشکی

سیستم های BCI مبتنی بر SSVEPبه دلیل مزایایی همچون نسبت سیگنال به نویز بالا و نرخ انتقال اطلاعات بالا، توجه بسیاری از محققان را به خود جلب کرده است. انتخاب کانال و روش پردازشی مناسب، از موضوعاتی است که در این سیستم ها بسیار اهمیت دارد. در میان روش های پردازشی مختلفی که برای شناسایی فرکانس تحریک در سیستم های BCI مبتنی بر SSVEP مطرح شده اند، روش LASSO با استقبال فراوانی همراه بوده است. با وجود اینکه روش LASSO از دقت بالایی برخوردار است، اما در هنگام ساخت سیگنال مرجع، فاز سیگنال EEG ثبت شده را مد نظر قرار نمی دهد. در این مقاله، روش جدیدی تحت عنوان Phase Corrected LASSO ارایه شده است که در آن، تمرکز روی اصلاح فاز سیگنال مرجع و هم فازسازی آن با سیگنال EEG ثبت شده است. در این مطالعه ابتدا کانال بهینه بر اساس روش LASSO انتخاب شد و در ادامه روش Phase Corrected LASSO بررسی گردید. نتایج حاصل از این مقاله نشان می دهد که روش Phase Corrected LASSO روی تمامی پنجره های زمانی نتیجه ی بهتری نسبت به روش LASSO دارد.

واسط های مغز و کامپیوتر BCI، پتانسیل برانگیخته بینایی حالت دایم SSVEP، شناسایی فرکانس، روش LASSO