بهبود کارایی طبقه‌بندی‌کننده تنک در سیستم‌های واسط مغز ـ کامپیوتر با استفاده از الگوریتم الگوهای مکانی مشترک

برای افزایش کارایی سیستم‌های واسط مغز و کامپیوتر مبتنی بر تصورات حرکتی، معمولاً از مجموعه‌ای از روش‌های پردازش سیگنال در بخش‌های استخراج ویژگی و طبقه‌بندی استفاده می‌شود. باتوجه به گزارش‌های متعدد از کارایی مناسب طبقه‌بندی‌کننده مبتنی بر نمایش تنک در حوزه شناسایی الگو، دراین مقاله از این طبقه‌بندی‌کننده در چارچوب یک سیستم BCI استفاده شده است. در صورت طراحی یک ماتریس دیکشنری فراکامل کارآمد برای این طبقه‌بندی‌کننده، که از مرحله استخراج ویژگی بدست می‌آید. کارایی آن افزایش می‌یابد. الگوریتم الگوهای مکانی مشترک (CSP) بطور وسیع برای استخراج ویژگی درتحقیقات BCI مبتنی برتصورات حرکتی استفاده می‌‌شود. متأسفانه الگوریتم CSP استاندارد نسبت به نویز حساسیت بالایی داشته و در مواردی که داده آموزشی کمی وجود داشته باشد شدیداً دچار یادگیری بیش از اندازه می‌شود. در این مقاله با روش‌های بهبود الگوریتم CSP که با نام کلی CSP تنظیم شده (Regularized CSP) نام برده می‌شود، توانسته‌ایم به افزایش کارایی قابل ملاحظه‌ای در مواردی که داده‌ی آموزشی کمی وجود داشته است برسیم. استفاده از این روش منجر به افزایش میانگین درصد صحت تشخیص به میزان حدود 6/5% نسبت به گونه استاندارد CSP شده است.

کلیدواژه ها:

الگوهای مکانی مشترک تنظیم شده ، سیگنال‌های مغزی ، سیستم‌های واسط مغز و کامپیوتر ، شناسایی الگو ، طبقه‌بندی‌کننده مبتنی بر نمایش تنک