طبقهبندی سیگنالهای مغزی در سیستمهای ارتباط مغز با کامپیوتر با استفاده از الگوریتم تحلیل مولفههای مستقل غیرخطی

آنالیز مولفههای مستقل یک روش آماری برای جداسازی کور منابع که بطورخطی ترکیب شدهاند، بکار میرود. در این روش، برای جداسازی فعالیت های عصبی از آرتیفک های ناشی از پلک زدن و عضله در داده های EEG استفاده شده است. اما استفاده از این روشها، تماماً مبتنی بر این فرض استوار هستند که محیط ترکیب منابع مستقل، خطی است. این فرض در مورد سیگنالهای مغزی چندان منطقی به نظر نمیرسد. به همین دلیل در این مقاله از تحلیل مولفه های مستقل غیرخطی جهت انالیز سیگنالهای مغزی در حین تصور حرکت در سیستمهای ارتباط مغز با کامپیوتر استفاده شده و اثر آن در کارائی سیستمهای ارتباط مغز با کامپیوتر با روش تحلیل مولفه های مستقل خطی مقایسه شده است. برای این منظور آزمایشات مختلفی بر روی انسان انجام شده است. هدف تشخیص تصور بستن پنجه دست و حالت استراحت ذهنی با استفاده از سیگنالهای مغزی بوده است. نتایج نشان میدهد که استفاده از روش تحلیل مولفه های مستقل غیرخطی نسبت روش خطی باعث افزایش کارائی سیستم ارتباط مغز با کامپیوتر شده است.فرض میشود که منابع, مستقل خطی هستند. لذا انتظار میرود بتوان با استفاده از روش تحلیل مولفههای مستقل سیگنالهای مغزی درحین تصور حرکت، فعالیتهای مختلف مجزای مغز را در طول فرآیند تصور جدا و بصورت یک مولفه مستقل ارائه کرد. قبلاً از این روش

کلیدواژه ها:

سیگنال مغزی ، سیستم ارتباط مغز با کامپیوتر ، تحلیل مولفههای مستقل غیرخطی ، EEG