انتخاب کانالهای مناسب برای شناسایی پتانسیل برانگیخته بینایی به روش SFS و ویژگی WP در BCI مبتنی بر P300
- سال انتشار: 1388
- محل انتشار: شانزدهمین کنفرانس مهندسی پزشکی ایران
- کد COI اختصاصی: ICBME16_063
- زبان مقاله: فارسی
- تعداد مشاهده: 1461
نویسندگان
دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
چکیده
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
انتخاب مناسب کانال، تبدیل بسته موجک ،واسط مغز - کامپیوتر، SFBSمقالات مرتبط جدید
- سیستم تشخیص نفوذ در محیط رایانش ابری با استفاده از یادگیری ویژ گی
- کاهش هزینه تعمیراتی ماشین های سنگین از طریق بهبود الگوریتم درخت تصمیم با الگوریتم های انتخاب ویژگی Information Gain ،Correlation و SVM
- پردازش کوانتومی تصاویر پزشکی و تشخیص لبه آن با استفاده از الگوریتم QHED
- بررسی و مقایسه روشهای تشخیص اکانت های جعلی در شبکه های اجتماعی
- مکان یابی و مقدار بهینه منابع تولید پراکنده به منظورکاهش تلفات و بهبود انحراف ولتاژ شبکه نامتعادل توزیع
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.