12995

12995

كنترل حركت مكان نما با استفاده از سيگنال هاي مغزي

كارشناسي ارشد

برق - مهندسي فناوري اطلاعات - مخابرات امن

اسفند ماه 1392

اسفند ماه 1392

دكتر عباس عرفانيان اميدوار

چكيده واسط مغز-كامپيوتر (BCI) از جمله مباحثي است كه طي چند دهه¬ي اخير مورد توجه بسياري از گروه¬هاي تحقيقاتي قرار گرفته است. براي اين منظور اگر سيستمي بتواند سيگنال¬هاي ثبت شده از تعدادي فعاليت¬هاي ذهني را از يكديگر تفكيك كند آن فعاليت¬ها يك الفباي ساده را تشكيل مي¬دهند، كه فرد مي¬تواند با انجام تركيب¬هاي مختلفي از آنها با دنياي اطراف ارتباط برقرار كند. سيستم¬هاي گوناگون BCI در تحقيقات مختلف معرفي شده¬اند كه اكثر آن¬ها بر اساس پاسخ¬هاي مختلف مغزي طراحي شده¬اند. در اين سيستم¬ها سيگنال¬هاي مغزي طبقه -بندي گرديده و به عنوان ورودي كنترلي سيستم استفاده شده¬اند. پتانسيل برانگيخته پايدار بينايي (SSVEP) يك پديده تشديد در سيگنال¬هاي مغزي مي¬باشد، هنگامي كه فرد توجه بينايي خود را روي يك منبع نور خاموش و روشن شونده با فركانس بالاتر از 4 هرتز متمركز مي¬نمايد، اين پتانسيل عمدتا در قشر بينايي و در ناحيه پس سر ظاهر مي¬شود. سيستم¬هاي BCI مبتني بر SSVEP به طور معمول فركانس را به عنوان حامل مدولاسيون برمي¬گزينند، و فركانس¬هاي متفاوت را به محرك¬هاي مختلف اختصاص مي¬دهند. . پاسخ SSVEP اغلب به وسيله الكتروانسفالوگرافي (EEG) با استفاده از الكترود¬هايي كه بر روي سطح پوست سر قرار داده مي¬شود، قابل بررسي است. اين پاسخ شامل يك مولفه تناوبي از همان فركانس منبع نور، و همچنين تعدادي از فركانس¬هاي هارمونيك آن مي¬باشد. هدف از انجام اين پروژه طراحي يك واسط مغز-كامپيوتر جهت كنترل حركت مكان نما توسط سيگنال¬هاي مغزي مي¬باشد. آزمايش¬ها بر روي چهار فرد سالم داوطلب به صورت برون¬خط و برخط انجام شده است. در اين تحقيق براي استخراج ويژگي در آزمايش¬هاي برون¬خط از 6 روش استفاده شده و روش نويني بر اساس تركيب روش¬هاي PCA و EEMD پيشنهاد شده است. ويژگي¬هاي استخراج شده براي طبقه بندي به دو طبقه بندي كننده¬ي ماشين بردار پشتيبان و آستانه داده شده¬اند. سپس با انتخاب بهترين روش، سيستم BCI به صورت برخط پياده سازي شده است. در اين تحقيق بهترين نتايج در آزمايش برون¬خط با روش تركيبي PCA و EEMD براي تمام افراد شركت كننده با ميانگين دقت 1/91 و 3/83 درصد به ترتيب با طبقه بندي كننده¬هاي ماشين بردار پشتيبان و آستانه به دست آمده است. همچنين با روش تركيبي PCA و EEMD با طبقه¬بندي كننده¬ي آستانه در آزمايش برخط، ميانگين دقت 7/78 درصد براي تمام افراد حاصل شده است. واژه‌هاي كليدي: سيستم واسط مغز-كامپيوتر، پتانسيل¬هاي برانگيخته پايدار بينايي، استخراج ويژگي، ماشين بردار پشتيبان.