مروری بر ویژگی های قابل استخراج از سیگنال الکتروانسفالوگرام برای کاربردهای ارتباط فرد-رایانه

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 775

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSITM02_046

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

امروزه طراحی سیستم های ارتباط فرد- رایانه یکی از زمینه های مورد توجه محققان علوم فیزیولوژی و مهندسی است در افق اهداف مهندسان این زمینه , دستیابی به الفبایی برای برقراری ارتباط معلولین با محتی قترار دارد محققتان برآنند تا با ثبت وپردازش سیگنال های مغزی معلولین , قادر به تشخیص و تعیین فعالی ذهنی انجام شده توس فرد باشند امروزه در زمینه پردازش سیگنال های حیاتی از جمله سیگنال های مغزی , به منظور آشکارسازی ,شناسایی و یا طبقه بندی و تشخیص فعالی های ذهنی در سیستم های ارتباط فرد - رایانه, کیفی روش های استخراج ویژگی مطلوب ازسیگنال مغزی بسیار حائز اهمی اس منظور از پردازش سیگنال های مغزی جدا کردن سیگنال مورد نظر از سیگنال های در هم آمیخته و نویزدار و سپس استخراج پارامترهای مفید سیگنال مغزی است برای بازنمایی بهتر از سیگنال باید ویژگتی هایی از آن استخراج شود سپس این ویژگی ها به طبقه بندی کننده اعمال گردد تا عمل تفکیک انجام شود در این مقاله به بررسی ویژگی های قابل استخراج از سیگنال های مغزی در سیستم های ارتباط فرد – رایانه از جمله ویژگی های آماری , ویژگی های مبتنی بر آنتروپی , ویژگی های پارامتری , ویژگی های وابسته به انرژی باندهای فرکانسی, ویژگی های وابسته به تبدیلات فرکانسی و یا تبدیلات زمان – فرکانس, ویژگی های آشوبی پرداخته شده اس

کلیدواژه ها:

نویسندگان

نازلار قاسم زاده

دانشجوی کارشناسی ارشد ,دانشگاه آزاد اسلامی , واحد تبریز , گروه مهندسی پزشکی , تبریز , ایران,

سیامک حقی پور

استادیار, دانشگاه آزاد اسلامی , واحد تبریز , گروه مهندسی پزشکی , تبریز ,ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • استخراج ویژگی از پتانسی لهای وابسته به رخداد با استفاده از تبدیل موجک پیوسته و آزمون t [مقاله کنفرانسی]
  • باقریان , زهرا ; عرفانیان , عباس, Detecting the Direction ...
  • قدم گاهی مهدی , " بررسی وابستگی میان ویژگی های ...
  • J. Lehtonen, P. Jylanki, L. Kauhanen, and M. Sams, "Online ...
  • S. Tong, A. Bezerianos, A. Malhotra, Y. Zhu, and N. ...
  • N. M. Branston, W. E-Deredy, and F. P. McGlone, "Changes ...
  • S. M. Pincus, _ Approximation entropy as a measure of ...
  • A. V. Oppenheim and R.W. Schafer with J.R. Buck, Discrete-Time ...
  • A.Rodrigo, :Feature extraction and classification for BCI, P.h.D. Thesis, Alborg ...
  • I. Daubechies, Ten lectures on wavelets, SIAM, 1992. ...
  • R. C. Hilborn, "Chaos and Nonlinear Dynamics, " 2nd Ed., ...
  • R. Esteller, G. Vachtsevanos, J. Echauz and B Litt, "A ...
  • Algorithms Using Synthetic and Experimental Data, " in Proc. IEEE ...
  • H. Li, T. Jiang, and K. Zhang, "Efficient and Robust ...
  • MATLAB Help, MATLAB Version 7.0, The MathWorks, Inc. [1] I. ...
  • نمایش کامل مراجع