طبقه بندی سیگنال EEG وضعیت نشانه روی و استراحت تیراندازی با استفاده از ویژگی های خطی حوزه فرکانس در ورزشکاران نخبه تیراندازی تپانچه بادی ۱۰ متر

لازمه طراحی یک سیستم آموزش نوروفیدبک با استفاده از یک پروتکل مشخص با هدف افزایش عملکرد ورزشکاران حرفه ای تیراندازی رشته تپانچه بادی ۱۰ متر، طبقه بندی سیگنال EEG در دو حالت استراحت و نشانه روی (تمرکز) است. برای این منظور در این مطالعه سیگنال EEG مربوط به ورزشکاران نخبه در حین اجرای ماهرانه نشانه روی و استراحت ثبت شد. بعد از پیش پردازش دادگان توان مطلق باندهای فرکانسی تتا، آلفا، و بتا به عنوان ویژگی خطی حوزه زمان استخراج شد. سپس از میان ویژگی های استخراج شده، ترکیب ویژگی های آلفا و بتا، با استفاده از آزمون T زوجی بیشترین تمایز را بین دو وضعیت با سطح معناداری ۰.۹۵ ایجاد کرده و به عنوان ورودی طبقه بندی کننده MLP و KNN و SVM قرار گرفت. در نهایت پس از طبقه بندی مشخص شد، طبقه بندی کننده MLP با تعداد ۱۰ لایه پنهان، با دقت ۸۷ درصد، در الکترود P۴ ناحیه پریتال قشر حسی و حرکتی، بیشترین دقت طبقه بندی در دو وضعیت نشانه روی و استراحت سیگنال EEG، در حین اجرای ماهرانه ورزشکاران حرفه ای تیراندازی ایجاد کرد.

کلیدواژه ها:

سیگنال EEG ، کارایی عصبی ، آموزش نوروفیدبک ، پردازش سیگنال بیوالکتریکی ، استخراج ویژگی فرکانسی ، طبقه بندی ، تیراندازی