استخراج پتانسیل برانگیخته بینایی با استفاده از ترکیب تبدیل موجک گسسته و ICA مقید در P300Speller

دراین مقاله کارایی ترکیب تبدیل موجک گسسته (DWT) با دو روش ICA مقید خودکار و غیرخودکار جهت تشخیص حرف از مجموعه دادگان Iib مسابقه BC12005 بررسی می شود. بدین منظور، ابتدا توسط معیار فاصله فیشر، سه کانال با بیشترین تمایز پذیری را انتخاب کرده و سیگنال الگوی پتانسیل برانگیخته بینایی هر کدام را بعنوان سیگنالهای مرجع انتخاب می کنیم. سپس با در نظر گرفتن این سه کانال و کانالهای اطراف آنها با بیشترین تمایز پذیری، یک مجموعه کانال 12 تایی را در نظر می گیریم. با اعمال الگوریتم Fast ICA و در نظر گرفتن سیگنال الگوی سه کانال اصلی، سیگنالهای این سه کانال با دو روش بازسازی شده اند. نتایج نشان داد که روش ICA مقید خودکار در مقایسه با ICA استاندارد (غیرخودکار) در جداسازی شکل موجهای زمانی بازسازی شده هدف و غیرهدف توانایی بیشتری دارد و در انتخاب مولفه های مستقل بصورت خودکار عمل می کند. در آخرین مرحله ضرایب تاثیرگذار DWT سیگنالهای بازسازی شده بعنوان بردار ویژگی انتخاب می شوند. با استفاده از طبقه بندی کننده پرسپترون چند لایه (MLP) در 5 آزمون به دقت 33/63% و در 15 آزمون به 91% می رسیم. این نتیجه بالاتر از جایگاه دوم مسابقات BC12005 است. اهمیت این کار در آنست که در این پژوهش از 12 کانال استفاده می کنیم در حالیکه نفر اول مسابقه از تمامی 64 کانال استفاده کرده است

Keywords:

آنالیز مفید مولفه های مستقل , تبدیل موجک گسسته , معیار فاصله فیشر , واسط مغز - کامپیوتر , MLP