سیدعابد حسینی - کارشناس ارشد مهندسی پزشکی- دانشکده فنی و مهندسی- دانشگاه آزاد اسلامی واحد مشهد- مشهد- ایران
محمدعلی خلیل زاده - استادیار - دانشکده فنی و مهندسی- دانشگاه آزاد اسلامی واحد مشهد- مشهد- ایران
سیدمهران همام - استادیار بالینی، دانشکده پزشکی- دانشگاه آزاد اسلامی واحد مشهد- مشهد- ایران
مهدی آذرنوش - مربی، دانشکده مهندسی پزشکی- دانشگاه آزاد اسلامی واحد علوم و تحقیقات- تهران- ایران

در این تحقیق برای تشخیص فشار هیجانی از سیگنال EEG استفاده شده است. آزمون ثبت داده ها به نحوی طراحی شده است تا ضمن جلوگیری از خستگی های ذهنی، فشار هیجانی کوتاه مدت را در شرکت کنندگان ایجاد کند. برای تحریک شرکت کنندگان از زیرمجموعه ای از تصویرهای IAPS، مرتبط با دو حالت هیجان منفی و آرامش استفاده شده است. در هنگام اجرای آزمون، سیگنال مغزی در 6 کانال به نام های O1, T4, T3, FP2, FP1 و O2 به صورت پیوسته ثبت شده است. به کمک طیف های مرتبه بالا، بعد فرکتال، بعد همبستگی و نمای لیاپانوف ویژگی هایی را استخراج، سپس به کمک الگوریتم ژنتیک ویژگی های بهینه را انتخاب و به طبقه کننده های ماشین بردار پشتیبان و Elman اعمال شده است. نتایج نشان می دهد، ویژگی های استخراجی از طیف های مرتبه بالا و ویژگی های آشوب گونه بازنمایی خوبی از رفتار مغز را در حالت فشار هیجانی دارند. نتایج نیز نشان میدهد، دو دسته از فشار هیجانی بهترتیب با درصد صحت 78/3 و 72/1 از یکدیگر تفکیک شدهاند. با مقایسه نتایج بین دو طبقه بندی کننده مشاهده می شود که ماشین بردار پشتیبان بهتر توانسته داده ها را از یکدیگر تفکیک کند.

فشار هیجانی، استخراج ویژگی های غیرخطی، طیف های مرتبه بالا، سیگنال مغزی