انتخاب بهینه الکترودهای ثبت EEG جهت استفاده در افراد دارای ناتوانی حرکتی با استفاده از ضریب همبستگی جمعی و شبکه عصبی عمیق

انتخاب بهینه الکترودهای ثبت EEG برای استفاده در افراد دارای ناتوانی حرکتی یک مسئله مهم در حوزه علوم اعصاب و توانبخشی است. در این مسیر، استفاده از ضریب همبستگی جمعی و شبکه عصبی عمیق می تواند به شناسایی الکترودهای مهم و بهینه کمک کند. هدف این پژوهش، ارائه یک روش بهینه برای انتخاب الکترودهای مناسب در ثبت سیگنال های EEG در افراد دارای ناتوانی حرکتی با استفاده از ضریب همبستگی جمعی و شبکه عصبی عمیق است. انتخاب بهینه الکترودها می تواند دقت و کارایی سیستم های BCI (رابط مغز-کامپیوتر) را بهبود بخشد. در این پژوهش، ابتدا با استفاده از ضریب همبستگی جمعی، الکترودهایی که بیشترین همبستگی با فعالیت های حرکتی دارند، شناسایی می شوند. سپس با استفاده از شبکه عصبی عمیق، مدل پیش بینی بهینه برای تشخیص الگوهای حرکتی از سیگنال های EEG آموزش داده می شود. نتایج تجربی نشان می دهند که ترکیب این دو روش منجر به بهبود دقت تشخیص و کاهش تعداد الکترودهای مورد نیاز می شود، که این امر می تواند به کاهش هزینه ها و افزایش راحتی کاربران کمک کند. این رویکرد می تواند کاربردهای گسترده ای در توسعه سیستم های BCI و بهبود کیفیت زندگی افراد دارای ناتوانی حرکتی داشته باشد. اگر هدف افزایش دقت طبقه بندی بدون در نظر گرفتن سرعت اجرا و ابعاد ویژگی باشد، افزایش دقت از ۷۶ به ۸۰ درصد مشاهده می شود و بسته به کاربرد سیستم تشخیص اختلال حرکت، بین دقت و سرعت اجرا تعادل وجود دارد. همچنین نتایج این پژوهش نسبت به پژوهش های دیگر از صحت بیشتری برخوردار است.

کلیدواژه ها:

الکترودهای ثبت ، EEG ، ناتوانی حرکتی ، ضریب همبستگی جمعی ، شبکه عصبی عمیق