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.