7949

بررسي و مقايسه عملكرد روش­ هاي پردازش سيگنال در سيگنال­ هاي تجسم حركتي موج نگاري مغز با واسط ذهن و رايانه

1399-1400

دكتر محمدرضا جاهدمطلق

پيشرفت­ ها در علوم مربوط به مغز و كامپيوتر در دهه گذشته منجر به توسعه ­هاي هيجان­ انگيزي در رابط­ هاي مغز و كامپيوتر شده است. به همين روي تحقيق، در حوزه­ ي رابط مغز و كامپيوتر رونق زيادي پيدا كرده است. رابط مغز و كامپيوتر در زمينه­ ي تصور حركتي روش­ هاي جديدي را براي افرادي كه از لحاظ توانايي حركتي دچار نقص هستند و يا بيماراني كه دچار صدمه به مغزشان شده­ اند، ايجاد كرده است. پيشرفت­ هاي اخير در تكنولوژي­ هايي نظير ثبت داده از طريق تكنولوژي بي­سيم، آناليزهاي يادگيري ماشين و سيستم­ هاي بي­درنگ علاقه به موج­ نگاري مغز را در سيستم­ هاي رابط مغز و كامپيوتر در زمينه­ ي تصور حركتي افزايش داده است. اگرچه موج­ نگاري مغزي نقش حساسي را در بسياري از زمينه­ ها دارد اما پژوهش­ هاي پيشين نشان مي­ دهد كه اين روش­ ها به طور معمول از محدوديت­ هايي نيز برخوردار است كه باعث سخت­ تر شدن آناليز اين سيگنال­ ها مي­ شود. اين محدوديت­ ها شامل حساسيت بالاي سيگنال­ هاي موج­ نگاري مغزي به نويز، ناايستايي اين سيگنال­ ها، متفاوت بودن اين سيگنال­ ها براي افراد مختلف و كم بودن داده­ ها در اين زمينه مي­ باشند. اخيرا، تلاش­ هاي فراواني نظير استفاده از شبكه­ هاي بازگشتي عميق و يا شبكه­ هاي عصبي پيچشي و مدل­ هاي توليد كننده براي رفع چالش­ هاي موجود در سيگنال­ هاي موج­ نگاري مغزي تصور حركتي شده است. براي غلبه بر اين چالش­ ها كه پيش­تر بحث شد، روش­ هاي جديدي براي پردازش اين سيگنال­ ها جهت بهتر شدن قابليت تعميم­ دهي مدل مورد نياز است. در اين زمينه، يادگيري عميق مي­ تواند پردازش­ هاي سري را با يكپارچه كردن پيش­پردازش، استخراج ويژگي و طبقه­ بندي ساده­ تر كند، درحالي كه كارآيي قابل رقابتي با ديگر روش­ ها دارد. در اين راستا سه مقاله را انتخاب كرديم كه هركدام چالش­ هاي پيشرو را هدف قرار گرفته­ اند و بر آن­ها نيز غلبه كرده­ اند. يكي از كارها با استفاده از شبكه­ هاي بازگشتي و شبكه كانولوشني گراف و ديگري با يادگيري انتقالي بر اين چالش­ ها غلبه كرده اند. مقاله ديگر نيز با استفاده از روش­ GAN داده­ هاي معتبر توليد كرده است.

12/23/2020 12:00:00 AM

69838

1399/10/21

Study and Comparison of Signal Processing Methods in EEG-BCI based in Motor Imagery

،رابط مغز و كامپيوتر، , ،سيگنال هاي موج نگاري مغز، , پردازش سيگنال , تصور حركتي , يادگيري عميق

Brain-Computer Interface (BCI) , Electroencephalography (EEG) , Signal Processing , Motor-Imagery (MI) , Deep Learning (DL)