دسته بندی حرکت دست براساس سیگنال های مغزی EEG به کمک شبکه عصبی کانولوشنی

بکارگیری سیگنال های اندازیگیری شده از مغز برای کنترل دستگاه ها یکی از بزرگ ترین خواسته های بشر، مخصوصا برای افراد فاقد توانایی جسمی، بوده است. هدفی که در این مقاله دنبال شده است، استفاده از قدرت شبکه های عصبی مصنوعی در جهت برآورده کردن این خواسته است. مغز انسان متشکل از میلیاردها نورون است که برای ارتباط بین قسمت های مختلف توسط نیروی محرکه بسیار ضعیف الکتریکی برانگیخته می شوند. براین اساس، سیگنال های Electroencephalography (یا بطور مخفف EEG ) یک تست برای تشخیص موقعیت مکانی این نیروی الکتریکی بر روی جمجمه انسان است، که برای مقاصد بالینی پزشکی و مطالعاتی مختلفی مورد استفاده قرار می گیرند. در این مقاله، سعی شده است تا با استفاده از مجموعه داده گردآوردی شده از سیگنال مغزی یکصد و نه داوطلب و بکارگیری شبکه عصبی کانولوشنی، باز و بسته شدن مشت دست چپ و راست افراد تشخیص داده شود. مدل شبکه عصبی عمیق پیاده شده، بعد از انجام مراحل آموزش برروی این مجموعه داده، توانایی تشخیص حداقل هشت حرکت صحیح از هر ده تلاش ذهن برای تصور کردن حرکت دادن دست چپ یا راست داراست. نتایج امیدبخش این تحقیق روی یک شبکه عصبی عمیق سبک وزن می تواند انگیزهای برای انجام تحقیقات کامل تر و در مقیاس بزرگ تر و پیچیده تر در آینده برای رسیدن به محصولاتی در جهت کمک به افراد با ناتوانایی جسمی باشد.

کلیدواژه ها:

شبکه عصبی یادگیری عمیق ، شبکه عصبی کانولوشنی CNN ، EGG ، BCI ، هوش مصنوعی ، مغز