طبقه بندی سیگنال های EEG تخیل حرکتی با استفاده از مدل یادگیری عمیق ترکیبی مبتنی بر CNN و Bi-LSTM

رابط های مغز-کامپیوتر (BCI) مبتنی بر تصویرسازی حرکتی (MI) پتانسیل بالایی برای کمک به افراد دارای معلولیت های حرکتی دارند. با این حال، طبقه بندی دقیق سیگنال های EEG به دلیل نسبت سیگنال به نویز پایین و ماهیت غیر ایستا، یک چالش اساسی باقی مانده است. در این پژوهش، یک معماری شبکه عصبی ترکیبی عمیق متشکل از شبکه های عصبی کانولوشنی (CNN) و حافظه طولانی کوتاه مدت دوطرفه (Bidirectional LSTM) برای طبقه بندی پنج کلاس تصویرسازی حرکتی (استراحت، مشت دست چپ، مشت دست راست، مشت هر دو دست و هر دو پا) ارائه می شود. مدل پیشنهادی بر روی مجموعه داده عمومی PhysioNet Motor Imagery آموزش و ارزیابی شده است. داده ها ابتدا با استفاده از یک فیلتر میان گذر (۸-۳۰ هرتز) برای استخراج باندهای فرکانسی مرتبط با فعالیت حرکتی (μ و β) پیش پردازش شدند. برای مقابله با مشکل کمبود داده و افزایش قابلیت تعمیم مدل، از تکنیک های افزایش داده شامل افزودن نویز گوسی، شیفت زمانی و مقیاس بندی دامنه سیگنال استفاده گردید. معماری پیشنهادی از دو لایه CNN برای استخراج ویژگی های فضازمانی و یک لایه Bi-LSTM برای مدل سازی وابستگی های زمانی بلندمدت بهره می برد. نتایج ارزیابی نشان می دهد که مدل پیشنهادی به عملکرد فوق العاده ای دست یافته و در مجموعه داده آزمون به دقت ۹۵.۳۱%، امتیاز F۱ برابر با ۰.۹۵۲۹ و مقادیر بالایی در سایر معیارهای ارزیابی رسیده است. این نتایج، کارایی بالای معماری های ترکیبی عمیق را در رمزگشایی دقیق نیات حرکتی از سیگنال های EEG تایید می کند و گامی موثر در جهت توسعه سیستم های BCI کارآمد و قابل اعتماد است.

کلیدواژه ها:

رابط مغز-کامپیوتر ، تخیل حرکتی ، حافظه طولانی کوتاه مدت ، یادگیری عمیق ، شبکه کانولوشنی