بررسی شبکه های یادگیری کلاسیک در طبقه بندی مولفه P۳۰۰ به منظور استفاده در سیستمهای واسط مغز و رایانه

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 214

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

STCONF05_298

تاریخ نمایه سازی: 24 مهر 1401

چکیده مقاله:

همواره تسهیل نمودن ایجاد ارتباط برای معلولان ذهنی، حرکتی، بیماران درگیر با بیماری های مغز و اعصاب که بهطور جدی تحت تاثیر عوامل بیماری و نواقص عملکردی قرار می گیرند جزء دغدغه های مهم پژوهشگران می باشد،که پژوهش های بعمل آمده در این زمین در حال پیشرفت می باشد. هدف این پژوهش بررسی شبکه های یادگیریعمیق در طبقه بندی مولفه P۳۰۰ به منظور استفاده در سیستم های واسط مغز و رایانه می باشد. سیستم واسط مغز وکامپیوتر یک راه ارتباطی و یا کنترلی است ک در آن پیام ها و دستورات کاربر به کانال خروجی نرمال مغز بستگیندارد. یعنی پیام از طریق اعصاب و ماهیچ ها منتقل نمی شود . علاوه برآن، به فعالیت عصبی عضلانی برای انتقالپیام نیازی نیست. مراحل انجام کار شامل اخذ دادگان، پیش پردازش و طبقه بندی مولفه P۳۰۰ می باشد، که دادگان رااز BCI Competitions۲۰۰۵ اخذ شده است. مرحل پیش پردازش از مراحل انتخاب کانال مناسب، داده افزایی، فیلتارکردن، نرمال سازی و حذف بیس لاین تشکیل شده است. همچنین در قسمت طبقه بندی، طبقه بند CNN۱D با کارمی رود و در نهایت عملکرد شبکه مورد بررسی قرار گرفت.

کلیدواژه ها:

سیستم های واسط مغز و رایانه ، یادگیری کلاسیک ، الگوی P۳۰۰ ، یادگیری عمیق

نویسندگان

مهیا دارابی

دانشجوی کارشناسی ارشد مهندسی برق گرایش مخابرات سیستم

مرتضی چویین

استادیار گروه مهندسی برق دانشگاه ملایر

حامد آقا پناه رودسری

دانشجوی دکترا مهندسی پزشکی دانشگاه علوم پزشکی اصفهان

رامین افراه

دانشجوی دکترا مهندسی پزشکی دانشگاه تهران