بررسی طبقه بندی کننده عصبی محلی در بازشناخت الگوهای EEG مربوط به فعالیت های ذهنی
محل انتشار: یازدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,291
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME11_045
تاریخ نمایه سازی: 27 تیر 1387
چکیده مقاله:
مهمترین بخش یک سیستم BCI یک طبقه بندی کننده است، که هر قطعه از سیگنال EEG را، بر اساس ویژگی های استخراج شده از آن، به طبقه مناسب آن در بین دسته های مجاز فعالیت ذهنی تخصیص می دهد. در این جا ما با استفاده از طبقه بندی کننده عصبی محلی و بعضی روش های دیگر از قبیل تفکیک خطی و SSP ، به تفکیک دو فعالیت ذهنی تجسم حرکت دست راست و چپ پرداخته، نتایج را با هم مقایسه می کنیم. با توجه به نتایج مناسب اعمال طبقه بندی کننده عصبی محلی به دادگان تهیه شده در دانشگاه گراتس، طراحی یک BCI سه کاناله با طبقه بندی کننده عصبی محلی توصیه می شود. هم چنین، نتایج اهمیت وجود فیدبک را در سیستم BCI نشان می دهد.
کلیدواژه ها:
ـ BCT - سیگنال EEG - تفکیک فعالیت ذهنی - طبقه بندی کننده عصبی محلی - SSP
نویسندگان
سروش صلح جو
دانشجوی کارشناسی ارشد، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر
محمدحسن مرادی
استادیار، دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر
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 :