بررسی اثر الگوهای مختلف دیداری بر عملکرد سیستم BCI مبتنی بر SSVEP و انتخاب الگوی بهینه جهت کنترل بازوی رباتیک

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,073

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECTRICA03_047

تاریخ نمایه سازی: 5 اردیبهشت 1396

چکیده مقاله:

واسط مغز رایانه (BCI) فن آوری نوینی است که مسیر ارتباطی جدیدی جهت تعامل مغز با محیط ایجاد می کند و به بازیابی عملکرد افراد دچار اختلال عصبی، عضلانی کمک می کند. سیستم BCI با پردازش سیگنال مغزی به خواسته فرد پی برده و دستور کنترلی لازم را صادر می کند. اخیرا در بین سیستم های BCI، سیستم مبتنی بر پتانسیل برانگیخته بینایی حالت دایمی (SSVEP)، به دلیل مزایایی همچون نرخ انتقال اطلاعات بالا، تعداد الکترود کم و زمان آموزش کوتاه بیشتر مورد توجه قرار گرفته است. به طور کلی SSVEP پاسخ پیوسته قشر بینایی مغز به تحریک متناوب دیداری است. بخش تحریک SSVEP، یک تابلو شامل چند LED است که هر یک با فرکانس خاصی چشمک می زنند و متناظر با فرمان خاصی هستند و کاربر با خیره شدن به هر یک از آنها، فرمان مطلوب خود را صادر می کند. در این مقاله با اعمال تحریک های دیداری مختلف و ثبت سیگنال EEG و به کمک روش تحلیل همبستگی کانونی (CCA)، عملکرد سیستم BCI برای الگوهای مختلف تحریک ارزیابی و الگوی بهینه تحریک جهت کنترل یک بازوی رباتیک مشخص می گردد. پیاده سازی عملی سیستم در حالت بهینه دقت 87% و اجرای حدود 20 فرمان در دقیقه را نشان می دهد.

کلیدواژه ها:

واسط مغز رایانه ، پتانسیل برانگیخته بینایی حالت دایمی ، تحلیل همبستگی کانونی ، بازوی رباتیک

نویسندگان

سیدمحمد مهدی صافی

مربی، گروه مهندسی پزشکی، دانشگاه آزاد اسلامی واحد دزفول

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 :
  • S. Gao, Y. Wang, X. Gao and B. Hong, "Visual ...
  • B. He, Neural Engineering, New York, Springer, 2013. ...
  • S. Sanei and J. Chambers, EEG Signal Processing, England, John ...
  • R. Fazel Rezai, Brain Computer Interface Systems, Recent Progress and ...
  • Z. Lin, C. Zhang, W. Wu and X. Gao, "Frequency ...
  • J. Castillo, S. Miller, E. Caicedo, and T. Bastos. "Feature ...
  • Y. Zhang, J. Jin, X. Qing, B. Wang, and X. ...
  • نمایش کامل مراجع