یک روش ترکیبی مبتنی بر تبدیل موجک و الگوی اصلاح شدهی فیلتر فضایی برای تشخیص تصور حرکت با استفاده از طبقه بندی کنندهی مدل ترکیبی گوسین

سیستمهای واسط مغز -کامپیوتر BCI)یک کانال ارتباطی مستقیم بین انسان و ماشین را فراهم میکنند. بسیاری از سیستمهای BCI بر مبنای فعالیتهای ذهنی بنا شدهاند. یکی از عمده ترین روشهای استخراج ویژگی این نوع فعالیتهای ذهنی استفاده از الگوی فضایی مشترک CSP)است. در این مقاله از یک روش ترکیبی مبتنی برCSPتحت عنوانTRCSPو تبدیل موجک بهره گرفته شده است.در این روش فیلترTRCSP بر روی 5 مولفههای فرکانس بالای تبدیل موجک که با استفاده از معیار اطلاعات متقابل انتخاب شدهاند و مولفهی فرکانس پایین بدست آمده در آخرین مرحلهی تبدیل موجک، اعمال میشود. دراینجابرای تشخیص سیگنالهای مربوط به تصور حرکت دست راست و چپ(مجموعه دادهی2aچهارمین مسابقهBCIازتحلیل تمایز خطیLDA)ماشین پشتیبان بردارSVM)و مدل ترکیبی گوسینGMM) استفاده شده است. نتایج نشان میدهند که روش ترکیبی تبدیل موجک با فیلتر TRCSPبه همراه طبقه بندی کنندهیGMMبا میانگین دقت81/79%دارای عملکرد بهتری نسبت به دیگر روشها می باشد

کلیدواژه ها:

الگوی فضایی مشترک ، تحلیل تمایز خطی ، سامانه واسط مغز کامپیوتر ، ماشین پشتیبان بردار ، مدل ترکیبی گوسی