19284

۱۹۲۸۴

طبقه بندي سيگنال هاي مغزي از طريق روش اي اي جي با استفاده از محرك هاي بصري

كارشناسي ارشد

مكاترونيك

1394-1396

۱۳۹۶/۱۲/۱۵

دكتر برهان بيگ زاده

مكانيك

اطلاعات ديداري اعم از جهت، رنگ، شكل به صورت مجزا در بخش قشر اوليه كورتكس مغز پستانداران تحليل مي‌شود. پس از كشف ستون‌هاي مكان‌ياب توسط هابل و ويزل، محققان بسياري تلاش براي شناخت ويژگي‌هاي اين بخش از مغز پستانداران را داشتند. هر يك توانستند چهارچوب و ويژگي‌هاي كلي اين بخش را كشف و ارتقا بخشند. در اين ميان كارهاي انجام شده از طريق روش EEG(روش ارزان و قابل دسترس) با هدف رمزگشايي سيگنال‌هاي مغزي بسيار كم بوده است. هدف از اين پروژه يافتن دسته‌بندي سيگنال‌هاي مغزي گرفته شده از طريق EEG مربوط به محرك‌هاي تصويري با چهار جهت افقي، عمودي و 45± درجه مي‌باشد. تعداد آزمودني‌ها در اين آزمايش 19 نفر بوده است كه با توجه به بررسي‌هاي ثانويه روي سيگنال‌ها، داده‌هاي اين اشخاص پس از مرحله حذف آرتيفكت كه شامل حذف پلك، اثرات عضله، نبض و نويز برق شهر مي‌باشد وارد مرحله استخراج ويژگي و سپس دسته‌بندي شده است. مقايسه سيگنال‌هاي ERP هر 4 جهت يك آزمودني با يكديگر نتايج جالبي را نشان مي‌دهد. نتايج اين تحليل‌ها نشان مي‌دهد كه پس از مشاهده تصاوير، تحريكي به صورت يك قله در سيگنال‌ها مشاهده مي‌شود كه براي 4 جهت در يك شخص، با اندكي اختلاف در دامنه سيگنالها، بر روي هم قرار مي‌گيرند. اين نتيجه مي‌تواند مسئله توجه را در اشخاص نشان دهد. نتايج مرحله استخراج ويژگي نشان ميدهد كه در بازه‌هاي زماني مشخصي انتگرال زير نمودار داده‌هاي مربوط به هر زاويه ميتواند نوع محرك(زاويه) مربوطه را مشخص كند. بازه زماني پيدا شده در بعد از قله‌ي ناشي از پديده توجه قرار مي‌گيرند. چهار محرك مورد استفاده در اين پژوهش تشكيل 6 دسته را ميدهند(به صورت دو به دو). دسته اول مربوط به محرك خطوط عمودي و 45- درجه ميباشد. ساير دسته ها به ترتيب بيان كننده محرك هاي عمودي و 45+ درجه، خطوط عمودي و افقي، 45- و 45+ درجه، 45- درجه و خطوط افقي و در نهايت 45+ و خطوط افقي ميباشد. ويژگي انتگرال با مقايسهاي كه در هر دسته انجام مي‌گيرد مي‌تواند مشخص كننده نوع سيگنال بر اساس نوع محرك باشد. درصد صحت طبقه بندي براي دسته ها از 1 تا 6 به ترتيب مقادير 100، 84، 94.7 ، 100 ،100 و 68.4 به دست آمده است. در گام بعدي تعدادي از كميتهاي آماري در هر يك از اين بازههاي زماني و هر يك از دستهها بررسي شد كه از اين ميان كميت ميانگين مربع ريشه براي دسته اول و دوم، كميت‌هاي انحراف معيار و واريانس براي دسته‌ي سوم، كميت‌هاي بيشينه و ميانگين براي تشخيص دسته‌ي پنجم و كميت چولگي براي دسته ششم مناسب مي‌باشد و از جمله ويژگي‌هايي هستند كه مي‌توانند در جهت دسته‌بندي مفيد واقع شوند. محاسبه مقادير p-value براي اين شش دسته به ترتيب مقادير 0.0، 0.088، 0.001، 0.000،0.000، 0.155 را نشان ميدهد.

1397/05/28

Classification of human brain EEG signals for orientation detection in visual stimulus

3/21/2021 12:00:00 AM

Visual information such as orientation, colour, and shape of the objects were analyzed separately in the primary visual cortex of the mammalian brain. The purpose of this project has been to classify the EEG signals taken through while viewing simple images into four different orientation stimuli (horizontal, vertical, and ± 45 degrees). Experimet tests of viewing images was designed and performed by nineteen subjects which after the secondary studies on gathered data, only the data of the four subjects were selected as database. After the removal of the eyelid movement and muscle effects, signals were entered into the feature extraction and classification step. The comparison of ERP signals for each subject in each of the four orientation showed that after viewing the images, a stimulation was observed in the corresponding EEG signals, which were placed on the four orientation with a slight difference in the attitude of the signals. These results indicated attention in subjects. After the appearance of the attention peak, EEG signals in each orientation had distinguished pattern at each time interval which was used for further classification of orientations. The results of the feature extraction indicated that for the specified time intervals, the integral of the data for each stimulus can determine the type of stimulus (angle). Four stimuli were used in this research form six categories (as two in a group). The integral feature of the comparator in each category could determine the type of signal based on the type of stimulus. The category classification accuracies of 100, 84, 94.7, 100, 100 and 68.4 percent were obtained for 1 to 6 categories respectively. In the next step, a number of statistical quantities was investigated at each of these time intervals and categories, among which were the maximum and average quantities for the fifth category and the standard deviations and variances for the third category, the root mean square for the first group and the second is the skewness quantity for the sixth category.