طراحی یک واسط ارتباطی بین انسان و رایانه با استفاده از الگوریتم ژنتیک و آنالیز اجزای مستقل

ازکاربردهای ثبت سیگنال های مغزی، تشخیص بیماری و یا کمک به افراد برای بیان مقاصد خود با استفاده از سیگنال های مغزی می باشد. یک نمونه ویژه از کاربرد سیگنال های مغزی، در سیستم های ارتباطی مغز با رایانه (BCI) دیده می شود. سیستم BCI، یک کانال ارتباطی مغز با رایانه است که بر اساس تغییر سیگنال های مغزی در هنگام انجام فعالیت های ذهنی کار می کند. در سیستم BCI با داشتن سیگنال های مغزی فرد، به تفسیر حالات و یا مقاصد فرد مورد نظر پرداخته می شود، یعنی فرد با تصمیم گرفتن به انجام یک عمل در ذهن خود، بدون هیچ حرکت فیزیکی تصمیمش عملی می شود. سیستم های BCI از لحاظ فعالیت ذهنی به کار گرفته شده، روش ثبت فعالیت مغزی، روش استخراج ویژگی ها و شیوه دسته بندی آنها تنوع فراوانی دارند. دو مسئله اساسی در استفاده از این تکنولوژی جدید به عنوان یک ابزار عمومی عبارتند از: نیاز اساسی به تجزیه و تحلیل دقیق این سیگنال ها جهت شناسائی بهترین و مفیدترین ویژگی هایی که برای برقراری ارتباط مؤثر می باشد و همچنین شناسایی اختلال هایی که هنگام تهیه این سیگنال ها رخ می دهد، به این اختلال اصطلاحاً آرتیفکت گفته می شود. در این مطالعه الگوریتم ژنتیک برای انتخاب بهترین ویزگی ها و آنالیز اجزاء مستقل برای حذف آرتیفکت ها به عنوان روش های جدید در سیستم های واسط بین مغز رایانه ارائه شده اند. بعد از حذف آرتیفکت های موجود و اسخراج ویژگی های مناسب با استفاده از شبکه های عصبی پرسپترون، شبکه های عصبی احتمالاتی و ماشین بردار پشتیبان فعالیت های ذهنی فرد دسته بندی شده، و مورد ارزیابی قرار گرفت نتایج بدست آمده با هم مقایسه گردید.

کلیدواژه ها:

الکتروانسافلوگرافی (EEG) ، سیستم ارتباطی مغز با رایانه (BCI) ، بازسازی حداقل فاز ، تبدیل هیلبرت ، شبکه عصبی احتمالاتی (PNN) و ماشین بردار پشتیبان (SVM)