طبقه‌بندی تصور حرکتی چهار کلاسه با استفاده از بهینه‌سازی فیلترهای فضایی-فرکانسی

در این مقاله طبقه‌بندی داده‌های EEG تصور حرکتی چهار کلاسه برای سیستم‌های BCI باید رهیافت تئوری اطلاعات انجام می‌شود. استخراج ویژگی برمبنای ماکزیمم نمودن اطلاعات متقابل بین پارامترهای فیلترهای فضایی - فرکانسی و برچسب کلاس انجام می‌شود. برای ارزیابی این الگوریتم از مجموعه داد ۲a از مسابقات BCI کساد شده است. این پایگاه داده شامل چهار تصور حرکت دست چپ و راست، حرکت پا و زبانی باشد. در این تحقیق برای طبقه بندی داده‌ها از طبقه‌بندی خطی LDA به دانش است. نتایج طبقه‌بندی با معیار ضریب کاپا ارائه شده است. برای اساس نتایج به‌دست‌آمده بهینه‌سازی فیلترهای فضایی فرکانسی به صورت هم‌زمان کارآیی سیستم تشخیص تصور حرکت را بالا می‌برد.

کلیدواژه ها:

واسطه مغز و کامپیوتر ، تصور حرکتی ، الکتروانسفالوگرام ، فیلتر فضایی-فرکانسی