انتخاب کانالهای مناسب برای شناسایی پتانسیل برانگیخته بینایی به روش SFS و ویژگی WP در BCI مبتنی بر P300

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,435

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBME16_063

تاریخ نمایه سازی: 11 تیر 1388

چکیده مقاله:

انتخاب ویژگی و مجموعه کانال مناسب تاثیر زیادی برصحت تشخیص حرف در واسط مغز - کامپیوتر P300 Speller دارد. دراین مقاله ضرایب تبدیل بسته موجک بعنوان بردار ویژگی در نظر گرفته و برای انتخاب بهترین زیرباندهایی که بیشترین تمایز بین دو کلاس را ایجاد میکنند. از پایه متمایز کننده محلی (LDB) استفاده می کنیم. هدف اصلی از انجام این تحقیق یافتن موقعیت مکانی کانالهایی است که تاثیر زیادی در صحت خروجی دارند. بدین منظور ابتدا ده مجموعه کانال پنج تایی در نواحی جلوسری، مرکزی، گیجگاهی و پس سری با رعایت اصل تقارن انتخاب شده و صحت تشخیص خروجی هر مجموعه ، توسط طبقه بندی کننده آنالیز تفکیک خطی (LDA) بدست می آید. نتایج نشان داد که مجموعه کانالهای موجود، در نواحی پس سری و جلوسری بترتیب دارای بالاترین و کمترین دقت تشخیص حرف هستند. درمرحله بعد، از الگوریتم هوشمند انتخاب ترتیبی مستقیم - معکوس (SFBS) برای مقایسه کانالهای انتخابی استفاده می کنیم. پنج کانال بدست آمده توسط این روش درمقایسه با ده مجموعه کانال اولیه از صحت بالاتری برخوردارند و محل قرار گرفتن آنها در ناحیه پشت و پس سر است. با این پنج کانال، صحت نهایی تشخیص حرف در 5 و 15 آزمون بترتیب 33/15% و 5/11% بدست آمد که از نتایج نفر دوم مسابقات BC12005 بهتر است. در این پژوهش از پنج کانال استفاده می شود در حالیکه نفردوم مسابقه از 10 کانال و همچنین نفرات اول و سوم از همه 64 کانال استفاده کرده اند. در ضمن نفرات اول تا سوم همگی از طبقه بندی کننده ماشین بردار پشتیبان (SVM) استفاده کرده اند که نسبت به LDA بسیار زمانبر است.

کلیدواژه ها:

نویسندگان

بهرام پرسه

دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس

احمدرضا شرافت

دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس

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 :
  • S. Raiesdata aلd M. B. _ "Wavelet _ Activity- _ ...
  • L. Suo, "Waveleا Packet Entopy _ o BBG SigaJs، " ...
  • Intermational Confererce, New York City, USA, pp. 1319-1322, 2006. ...
  • نمایش کامل مراجع