سیستمهای واسط مغز-رایانه
مریم فرهادنیا؛ سپیده حاجی پور؛ محمد میکاییلی
دوره 17، شماره 1 ، خرداد 1402، ، صفحه 1-10
چکیده
امروزه استفاده از سیستم رابط مغز و رایانه (BCI) مبتنی بر پتانسیلهای برانگیخته بینایی حالت ماندگار (SSVEP) به دلایلی همچون صحت قابلقبول و نیاز حداقلی به آموزش کاربر، رو به افزایش است. پتانسیلهای بینایی حالت ماندگار یکی از مهمترین الگوهای استفاده شده در سیستمهای BCI هستند که در ناحیه پسسری مغز و با تحریک بینایی بین 6 تا 60 هرتز تولید ...
بیشتر
امروزه استفاده از سیستم رابط مغز و رایانه (BCI) مبتنی بر پتانسیلهای برانگیخته بینایی حالت ماندگار (SSVEP) به دلایلی همچون صحت قابلقبول و نیاز حداقلی به آموزش کاربر، رو به افزایش است. پتانسیلهای بینایی حالت ماندگار یکی از مهمترین الگوهای استفاده شده در سیستمهای BCI هستند که در ناحیه پسسری مغز و با تحریک بینایی بین 6 تا 60 هرتز تولید میشوند. یکی از روشهای کارا برای استخراج فرکانس SSVEP در سیستمهای BCI، روش تجزیه و تحلیل ضرایب همبستگی چندجهته (MCCA) نام دارد که تانسوریشده روش کلاسیک تجزیه و تحلیل ضرایب همبستگی (CCA) است و مبتنی بر دادههای چندبعدی است. در این مقاله، با الهام از روش MCCA، دو الگوریتم جدید (PARAFAC-CCA و C-PARAFAC-CCA) با استفاده از ترکیب روش CCA و تجزیه تانسوری PARAFAC معرفی شدهاست که هدف الگوریتمهای پیشنهادی بهبود سیگنال مرجع اولیه و دستیابی به صحت بالاتر در تشخیص فرکانس SSVEP در سیستمهای BCI میباشد. در الگوریتم PARAFAC-CCA بعد از انجام تجزیه PARAFAC روی دادههای چندبعدی آموزش و بدست آوردن مولفه زمانی، روش CCA را بین مولفه زمانی بدست آمده و سیگنال مرجع سینوسی-کسینوسی پیادهسازی نموده و از خروجی آن، سیگنال مرجع بهینه ساخته میشود. در نهایت از الگوریتم MLR بین داده تست EEG و سیگنال مرجع بهینه به منظور دستیابی به فرکانس هدف استفاده میشود. مراحل کلی الگوریتم C-PARAFAC-CCA نیز مشابه PARAFAC-CCA بوده، با این تفاوت که در محاسبه مولفه زمانی از PARAFAC مقید استفاده میشود به این صورت که در هر گام از الگوریتم ALS یک بار CCA اعمالشده و مولفه زمانی بهبود داده میشود. کارایی الگوریتمهای ارائه شده بر روی مجموعه دادگان واقعی، مورد بررسی قرار گرفته و نشان داده شد که در مقایسه با روش MCCA، الگوریتمهای پیشنهادی به طور میانگین به صحت تشخیصی بالاتری رسیدهاند.
سیستمهای واسط مغز-رایانه
علی مالکی؛ مائده آزادی مقدم
دوره 16، شماره 3 ، آذر 1401، ، صفحه 229-240
چکیده
برای اینکه کاربرد رابط مغز-رایانه(BCI) مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) از آزمایشگاه به زندگی واقعی منتقل شود، خستگی به عنوان یک چالش جدی مطرح است. اجرای طولانیمدت فرمانها در یک سیستمBCI میتواند منجر به خستگی ذهنی سوژه و در نتیجه، ایجاد نارضایتی و کاهش کارآیی سیستم شود. اولین قدم برای کاهش اثرات نامطلوب خستگی، ...
بیشتر
برای اینکه کاربرد رابط مغز-رایانه(BCI) مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) از آزمایشگاه به زندگی واقعی منتقل شود، خستگی به عنوان یک چالش جدی مطرح است. اجرای طولانیمدت فرمانها در یک سیستمBCI میتواند منجر به خستگی ذهنی سوژه و در نتیجه، ایجاد نارضایتی و کاهش کارآیی سیستم شود. اولین قدم برای کاهش اثرات نامطلوب خستگی، داشتن شاخصی کمی برای خستگی است. اگرچه شاخصهای فرکانسی جزء پرکاربردترین شاخصهای ارزیابی خستگی بوده است ولی نتایج پژوهشهای پیشین در این زمینه با یکدیگر همسو نیستند. از این رو، جای بررسی دقیق و جامعی برای چگونگی اثر خستگی بر شاخصهای فرکانسی خالی است. در این مقاله تمام شاخصهای فرکانسی خستگی معرفی شده در مطالعات گذشته و دامنه طیف زیرباندهای فرکانسی به طول 1هرتز، 2هرتز و 4 هرتز برای اولین بار به منظور بررسی دقیقتر، ارزیابی شده است. بدین منظور، تحریک بینایی با استفاده از 9 نشانه با فرکانسهای مختلف برای سوژهها نمایش داده شد و از آنها خواسته شد به نشانه هدف توجه کنند. تحریک بینایی به صورت پیوسته و بدون استراحت بوده تا از خستهشدن سوژهها در انتهای آزمون اطمینان حاصل شود. به منظور ارزیابی خستگی، از شاخصهای فرکانسی متوسط دامنه باندهای فرکانسی تتا، آلفا، بتا و بخشهای باند فرکانسی 4-30هرتز با گامهای 1 هرتز، 2 هرتز و 4 هرتز استفاده شد. نتایج نشان میدهد متوسط دامنه باند فرکانسی 9-8 هرتز شاخص مناسبتری برای ارزیابی خستگی است. این ویژگی به دلیل عدم تمرکز سوژه و تلاش ذهنی برای حفظ سطح هوشیاری بیشترین تغییرات را با خستگی دارد.
سیستمهای واسط مغز-رایانه
مرضیه علیرضایی علویجه؛ علی مالکی
دوره 16، شماره 1 ، اردیبهشت 1401، ، صفحه 1-9
چکیده
امروزه استفاده از سیستم رابط مغز-رایانه مبتنی بر پتانسیلهای برانگیختهی بینایی حالت ماندگار به دلیل مزایایی مانند صحت قابل قبول و نیاز حداقلی به آموزش کاربر، رو به افزایش است. با وجود این مزایا، نویزهای ناخواستهای که SSVEP را تحت تاثیر قرار میدهد از مسائلی است که میتواند سبب کاهش کارایی چنین سیستمهایی شود. در این مقاله از ...
بیشتر
امروزه استفاده از سیستم رابط مغز-رایانه مبتنی بر پتانسیلهای برانگیختهی بینایی حالت ماندگار به دلیل مزایایی مانند صحت قابل قبول و نیاز حداقلی به آموزش کاربر، رو به افزایش است. با وجود این مزایا، نویزهای ناخواستهای که SSVEP را تحت تاثیر قرار میدهد از مسائلی است که میتواند سبب کاهش کارایی چنین سیستمهایی شود. در این مقاله از الگوریتم EMD در مرحلهی ابتدایی و از روشهای CCA یا LASSO برای بازشناسی فرکانس تحریک استفاده شده است. در گام اول، الگوریتم EMD اعمال شده است تا سیگنال غیرایستان SSVEP به توابعی نوسانی تجزیه شده و امکان استخراج ویژگیهای بامعنی از سیگنال SSVEP فراهم شود. در بین IMF-های به دست آمده از روش EMD، تنها IMF-هایی انتخاب شده که دامنهی طیف فرکانسی آنها در محدودهی فرکانسی مربوط به تحریک بیشتر بوده است. با این گزینش میتوان سیگنالهای حاوی نویز و فاقد اطلاعات ارزشمند را کنار گذاشت. در ادامه دو روش تشخیصی CCA و LASSO روی مجموع سیگنالهای انتخابی اجرا شده است تا به کمک آنها فرکانس تحریک شناسایی شود. نتایج شبیهسازی، صحت بازشناسی 76/81 و 26/82 درصد را به ترتیب برای روشهای EMD-CCA و EMD-LASSO نشان داده در حالی که دو روش پایهی CCA و LASSO به ترتیب دارای صحتهای 10/78 و 72/78 درصد میباشند.
سیستمهای واسط مغز-رایانه
فاطمه قمی؛ امین مهنام؛ محمدرضا یزدچی
دوره 12، شماره 2 ، شهریور 1397، ، صفحه 97-109
چکیده
در چند دههی اخیر، رابط مغز-رایانهی مبتنی بر تصور حرکت به صورت گسترده برای کمک به افراد مبتلا به اختلال حرکتی، مورد توجه قرار گرفته است. مزیت این نوع رابط، به عنوان سیستمی درونزاد، عدم نیازبه تحریک خارجی و کنترل طبیعی میباشد. یکی از مشکلات اصلی در کاربردیکردن این سیستم، نیاز به نصب تعداد زیادی الکترود روی سر است که سبب ...
بیشتر
در چند دههی اخیر، رابط مغز-رایانهی مبتنی بر تصور حرکت به صورت گسترده برای کمک به افراد مبتلا به اختلال حرکتی، مورد توجه قرار گرفته است. مزیت این نوع رابط، به عنوان سیستمی درونزاد، عدم نیازبه تحریک خارجی و کنترل طبیعی میباشد. یکی از مشکلات اصلی در کاربردیکردن این سیستم، نیاز به نصب تعداد زیادی الکترود روی سر است که سبب افزایش هزینهی تجهیزات، افزایش حجم محاسبات و همچنین دشوارتر شدن استفاده از آن برای کاربر، به دلیل زمانبر بودن نصب الکترودها، میشود. تحقیقات اخیر، در جهت کاهش تعداد الکترودهای مورد نیاز با حفظ کارایی سیستم بوده است. هدف از این پژوهش، بررسی ویژگیها و انتخاب ترکیبی مناسب برای تشخیص تصور حرکت با استفاده از تنها دو کانال (C3و C4) برای ثبت سیگنال مغز بوده است. به این منظور، از روش توان باند، پارامترهای حوزهی زمان و مدل خودبازگشتی تطبیقی، به عنوان ویژگی و از روش شناخته شده و سادهی آنالیز افتراقی خطی جهت طبقهبندی استفاده شد. نتایج نشان داد که ویژگیهایتوان باند، بیشترین سازگاری و اثربخشی را برای تفکیک دقیق وظایفتصور حرکتی چپ و راست دارند. همچنین، الگوریتم پیشنهادی به صورت ترکیب ویژگی توان باندبا پارامترهای حوزهی زمان ومدل خودبازگشتی تطبیقی، سبب بهبود عملکرد طبقهبندی گردید. نتایج روی دادههای سومین دورهی مسابقات رابط مغز-رایانه توانست جایگاه دوم را بین رقابتکنندگان اصلی مسابقه، با بیشینهی STMIبرابر 2582/0 به دست آورد. در پردازش نابرخط، وظایفتصور حرکتی دستچپ و راست با صحت متوسط برابر با 85 درصد و کاپای 70 درصد تشخیص داده شد، همچنین نتایج بیانگر انتقال اطلاعات خروجی گسستهی 39/0 و پیوستهی 45/0 و سطح زیرمنحنی عملیاتی دریافتکنندهی 91/0 بود. نتایج این مقاله نشان میدهد که ویژگیهای جدید، به طور برجسته در هنگام استفاده از ترکیب هر سه دستهی ویژگی، به بهبود عملکرد طبقهبندی سیستم واسط مغز-رایانهی دو کاناله منجر میشود و در ضمن، الگوریتم پیشنهادی برای افراد جدید نیز کارایی قابل مقایسهای را ارائه کرده است.
سیستمهای واسط مغز-رایانه
سپیده خنیوه؛ علی مالکی
دوره 12، شماره 2 ، شهریور 1397، ، صفحه 161-171
چکیده
پتانسیل برانگیختهی حالت ماندگار حسهای تنی (SSSEP)، یکی از سیگنالهای کنترلی برای رابطهای مغز-رایانه (BCI) است که مبتنی بر انعکاس تحریک لرزشی پوست با فرکانسهای مشخص در سیگنالهای مغزی است. سیستمهای BCI مبتنی بر SSSEP در مقایسه با سیستمهای BCI مبتنی بر تحریک بینایی، خستگی بینایی ایجاد نمیکنند و به ویژه در بیمارهای با سندروم قفلشدگی ...
بیشتر
پتانسیل برانگیختهی حالت ماندگار حسهای تنی (SSSEP)، یکی از سیگنالهای کنترلی برای رابطهای مغز-رایانه (BCI) است که مبتنی بر انعکاس تحریک لرزشی پوست با فرکانسهای مشخص در سیگنالهای مغزی است. سیستمهای BCI مبتنی بر SSSEP در مقایسه با سیستمهای BCI مبتنی بر تحریک بینایی، خستگی بینایی ایجاد نمیکنند و به ویژه در بیمارهای با سندروم قفلشدگی یا اسکلروز جانبی آمیوتروفیک (ALS) میتوانند مورد استفاده قرار گیرند. تاکنون مطالعات کمی در زمینهی SSSEP و کاربردهای آن در سیستمهای BCI صورت گرفته که دلیل آن چالش برانگیز بودن پیادهسازی سختافزار این سیستم است. در این مقاله، یک دستگاه ایجاد کنندهی تحریک لرزشی مبتنی بر عملگر موتور لرزشی، پیشنهاد و ساخته شده است. این دستگاه دارای دو کانال خروجی مجزا برای اعمال تحریک لرزشی به دو نقطهی متفاوت بدن است. فرکانسهای خروجی هر کانال در بازهی 35-15 هرتز با گام یک هرتز تنظیمپذیر هستند. برای جلوگیری از انتشار نویز الکترومغناطیس، عملگرهای لرزشی و تمامی اجزای دستگاه، شیلد شدهاند.