تشخیص الگوهای EEG در هنگام تصور حرکت دست با استفاده از یک طبقه بندی کننده مبتنی بر آنالیز مولفه های مستقل

در سال های اخیر گزارشات بسیار زیادی درباره امکان تشخیص فعالیت های ذهنی بوسیله سیگنال های مغزی ارائه شده است. در این مقاله از روش آنالیز مولفه های مستقل جهت بررسی سیگنال های مغزی در حین تصور حرکت دست و تشخیص تصور حرکت دست استفاده می شود. آنالیز مولفه های مستقل یک روش گسترش یافته آنالیز مولفه های اصلی است و برای جداسازی کور منابع مستقل که بطور خطی ترکیب شده اند، بکار می رود. لذا انتظار می رود با آنالیز مولفه های مستقل سیگنال های مغزی در حین تصور حرکت، فعالیت های مختلف مجزای مغز را در طول فرآیند تصور جدا و بصورت یک مولفه مستقل ارائه داد. نتایج این تحقیق نشان می دهد که می توان با آنالیز مولفه های مستقل بر روی سیگنال های مغزی در حین تصور حرکت ، فعالیت های مختلف ذهنی مربوط به فر آیند تصور را تفکیک کرد . بر اساس این بررسی، یک طبقه بندی کننده سیگنال های مغزی بر مبنای مولفه ها ی مستقل جهت تشخیص تصور حرکت و حالت استراحت ارائه می شود . یکی از مسائل مهم درطبقه بندی، استخراج ویژگی ها است . در این تحقیق، قدرمطلق دامنه (MAV) ، پراش (VAR) ، توان متوسط باندهای b 13-35 ) Hz) ،a(8-13 Hz)،q(3-8 Hz) ، توان مولفه های فرکانسی در باند آلفا، بتا و تتا، و ضرایب مدل AR مربوط به مولفه ها ی مستقل بعنوان ویژگی در نظر گرفته شده است و از یک شبکه عصبی پس انتشار خطا جهت طبقه بند ی استفاده شده است . نتایج نشان می دهد که ویژگی های مولفه ها ی مستقل نسبت به ویژگی های خود سیگنال مغزی، تشخیص دقیق تری را نتیجه داده است. علاوه بر این پارامترهای مدل AR مولفه های مستقل نتایج دقیق تر و مقاوم تری نسبت به دیگر ویژگی ها داشته است.