بهبود عملکرد طبقه بندی کننده براساس نمایش تنک در سیستم هایBCI با به سازی فرایند استخراج ویژگی و استفاده از الگوریتم بهینه یافتن پاسخ تنک

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 20

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJBM-8-4_001

تاریخ نمایه سازی: 20 اسفند 1404

چکیده مقاله:

در سال های اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیله ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته­است. راه اندازی این نوع سیستم­ها به هم­کاری چند بلوک ازجمله بلوک های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک های پیش پردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از دو مرحله­ی استخراج ویژگی و طبقه بندی تشکیل شده­است. در این پژوهش، از طبقه بندی کننده براساس نمایش تنک (SRC) در بلوک طبقه بندی استفاده شد. طبقه بندی کننده براساس نمایش تنک، دو مرحله­ی اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک داده­ی ورودی دارد. برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی به دست می آید، از الگوریتم الگوهای مکانی مشترک (CSP) استفاده شد. از معایب این الگوریتم، حساسیت به نویز و مساله­ی فرایادگیری است. برای رفع معایب CSP، از الگوریتم های الگوهای مکانی مشترک تنظیم شده (RCSP) استفاده شد. در مطالعات قبلی در زمینه­ی BCI، برای یافتن پاسخ تنک از الگوریتم استاندارد BP استفاده شده که از معایب آن، پیچیدگی محاسباتی و زمان بر بودن آن است. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید SL۰ در تعدادی از تحقیقات مشابه، از این الگوریتم برای محاسبه پاسخ تنک استفاده شد. نتایج حاصل نشان می دهد که الگوریتم های RCSP در مواردی که داده های آموزشی کمی موجود است می­تواند معایب CSP را به خوبی برطرف کند. به طور میانگین استفاده­از این روش ۵۳/۷% بهبود را نسبت به CSP نشان داد. هم چنین الگوریتم SL۰، علی­رغم کاهش قابل ملاحظه زمان پردازش در مقایسه با BP، در صحت تشخیص معادل با آن عمل کرده­است.

کلیدواژه ها:

واسط مغز/رایانه ، تصور حرکتی ، الگوی مکانی مشترک ، طبقه بندی براساس نمایش تنک ، نرم صفر هموار شده

نویسندگان

علیرضا میرجلیلی

کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر دانشگاه یزد، یزد، ایران

وحید ابوطالبی

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد، ایران

محمدتقی صادقی

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Z. Cashero, "Comparison of EEG preprocessing methods to Improved the ...
  • J. N. Mak, J. R. Wolpaw, “Clinical Applications of Brain ...
  • J. Wright, A. Yang, S. Sastry and Y. Ma, "Robust ...
  • Y. Shin, S. Lee, S. Woo and H. N. Lee, ...
  • Site of Berlin Institute of Technology, Charité- University Medicine Berlin, ...
  • P. F. Diez, V. Mut, E. Laciar, A. Torres, “Application ...
  • K. K. Ang, Z. Y. Chin, C. Wang, C. Guan, ...
  • D. J. McFarland, L. M. McCane, S. V. David, J. ...
  • A. Soong Z. Koles, “Principal component localization of the sources ...
  • B. Blankertz, R. Tomioka, S. Lemm, M. Kawanabe, K. R. ...
  • F. Lotte, C. Guan, “Regularizing Common Spatial Patterns to Improve ...
  • H. Kang, Y. Nam, S. Choi, “Composite common spatial pattern ...
  • F. Lotte, C. Guan, “Spatially regularized common spatial patterns for ...
  • E. J. Candes, M. B. Wakin, "An introduction to compressive ...
  • E. Candes, J. Romberg, T. Tao, "Stable signal recovery from ...
  • R. Gribonval, M. Nielsen, "Sparse representations in unions of bases" ...
  • S. G. Mallat, Z. Zhifeng, "Matching pursuits with time-frequency dictionaries" ...
  • Y. C. Pati, R. Rezaiifar, P. S. Krishnaprasad, "Orthogonal matching ...
  • H. Mohimani, M. Babaie-Zadeh, C. H. Jutten, “A fast approach ...
  • نمایش کامل مراجع