نوع مقاله : مقاله کامل پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی، دانشکدهی مهندسی برق، دانشگاه علم و صنعت ایران، تهران
2 دانشیار، گروه مهندسی پزشکی، دانشکدهی مهندسی برق، دانشگاه علم و صنعت ایران، تهران
چکیده
تنوع وظایف مغز نشان میدهد که تعامل بین فعالیت نوسانی در باندهای فرکانسی مختلف، مکانیزمهای کلی ارتباط عصبی را شکل میدهد. روشی که اخیرا برای کدگذاری اطلاعات در مغز مورد استفاده قرار میگیرد، روش همگامی فاز میباشد، که به فرایندی اطلاق میشود که از طریق آن دو یا چند سیگنال چرخهای، با نوسان تکراری از زاویههای فاز نسبی نوسان میکنند. برخی مطالعات، نقش محوری همگامی فاز را در آزمایشهای شناختی نشان دادهاند. در این مقاله، ما نقش این معیار را در یک وظیفهی جدید بینایی تمایز رنگ بررسی کردهایم. بدین منظور، سیگنال الکتروانسفالوگرافی را برای 15 سوژه، در طی وظیفهی بینایی تمایز رنگ جمعآوری نمودهایم. سپس، از الگوریتم یادگیری ماشین، ماشین بردار پشتیبان، استفاده شد تا توانایی معیار همگامی فاز در تمایز دو حالت، یعنی تفکیک دو رنگ آبی و نارنجی، در وظیفهی بینایی مورد نظر مشخص گردد. نتایج نشان میدهد که این معیار با دقت کلاسبندی 75% میتواند در طبقهبندی دو حالت مختلف در وظیفهی بینایی مورد استفاده قرار گیرد. همچنین، باندهای فرکانسی موثر و الکترودهایی که موثرترین ویژگیها از آنها استخراج شدهاند، نشان داده شده است.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Evaluation of Phase Synchronization Approach using Phase Locking Value in Color Discrimination Task
نویسندگان [English]
- Saeideh Davoodi 1
- Mohammad Reza Daliri 2
1 MSc. Student, Biomedical Engineering Department, School of Electrical Engineering, Iran University of Science and Technology (IUST), Tehran, Iran
2 Associate Professor, Biomedical Engineering Department, School of Electrical Engineering, Iran University of Science and Technology (IUST), Tehran, Iran
چکیده [English]
Variety of brain region function represent that interactions between different frequency bands, employ general mechanisms of neural communications. Moreover, a method which recently used for information encoding in the brain is phase synchronization that is a process by which two or more cyclic signals tends to oscillate with a repeating sequence of relative phase angle. Some evidence demonstrated the important role of phase synchronization in cognitive tasks. In this paper we investigated the role of phase synchronization in a new visual discrimination task. For this purpose we collected electroencephalography signals from fifteen subjects during a color discrimination task. The machine learning algorithm, support vector machine (SVM), was used to find out whether this criterion can distinguish two different colors in the mentioned task. The results show that classification accuracy of 75% is achieved using phase synchronization feature. Also efficient frequency bands and contribution of effective electrodes were shown.
کلیدواژهها [English]
- Electroencephalography Signal
- Color Discrimination
- Phase Synchronization
- Support Vector Machine