جداسازی سیگنال متناوب از پس زمینه تصادفی با استفاده از SSA و کاربرد آن در سیستم BCI مبتنی بر SSVEP

اخیرا تحلیل همبستگی کانونی CCA به طور گستردهای در کاربردهای واسط مغز- رایانه BCI مبتنی بر پتانسیل برانگیخته بینایی حالت دایمی SSVEP به کار رفته است. روشCCA، فرکانس غالب و هارمونیک های آن را در یک سیگنال کوتاه مدت زمانی پیدا می کند و حضور نویز تاثیر فراوانی بر عملکرد آن دارد. در این مقاله با توجه به ماهیت تصادفی سیگنال الکتروانسفالوگرام EEG و متناوب بودن سیگنال SSVEP، از روش تحلیل طیف منفرد SSA جهت جداسازی مولفه های EEG و SSVEP قبل از اعمال CCA استفاده می شود. نتایج پردازش سیگنال به ازای شش فرکانس تحریک مختلف ( 8 تا 13 هرتز)، افزایش دقت سیستم BCI از 78/6% به 84/4% را نشان می دهد.