مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,912
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

812
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی عملکرد مدل پنهان مارکوف برای آشکارسازی مولفه P300 در سیستم های رابط مغز و کامپیوتر

صفحات

 صفحه شروع 25 | صفحه پایان 38

چکیده

 مقدمه: استفاده از مولفه های برانگیخته مغز بواسطه ارایه تحریک به فرد می تواند به عنوان یک ابزار ارتباطی بین انسان و کامپیوتر مطرح گردد. مولفه P300 نمونه ای از این امواج است که امروزه مبنای عملکرد برخی از سیستم های رابط مغز و کامپیوتر قرار گرفته است. در این تحقیق توانایی مدل پنهان مارکوف در تشخیص این مولفه مورد ارزیابی قرار می گیرد.مواد و روشها: ابزارهای پردازشی بکار رفته برای آشکارسازی مولفه P300 در سیگنال الکتروآنسفالوگرام شامل تبدیل موجک, آنالیز مولفه های مستقل ارتقا یافته با تبدیل موجک, و مدل پنهان مارکوف ترکیبی با شبکه عصبی پرسپترون چند لایه می باشد. برای ارزیابی الگوریتم ها,از داده های گروه تحقیقاتی وادسورث در مسابقه BCI2005 تحت عنوان الگوی هجی کننده مولفه P300 استفاده شده است. ابتدا آرتیفکت الکتروآکولوگرام موجود در سیگنال الکتروآنسفالوگرام توسط آنالیز مولفه های مستقل ارتقا یافته با تبدیل موجک حذف شده است. سپس نویز الکتروآنسفالوگرام زمینه توسط تبدیل موجک چندجمله ای مرتبه دوم حذف گردیده و در نهایت این سیگنال ها با استفاده از مدل پنهان مارکوف و یک شبکه عصبی پرسپترون چند لایه, دسته بندی شده اند.نتایج: پارامترهای استفاده شده برای ارزیابی عملکرد روش پیشنهادی در این تحقیق مشتمل بر صحت, حساسیت, دقت, میزان پیش بینی موارد مثبت, و میزان پیش بینی موارد منفی می باشد. صحت دسته بندی سیگنال های آزمون در حالت های 15 و 5 مرتبه متوسط گیری از آنها به ترتیب 81.6% و 50.7% بدست آمد.بحث و نتیجه گیری: مدل پنهان مارکوف در فرآیند دسته بندی داده ها, محتمل ترین مدل منطبق بر داده ها را می یابد اما نحوه تصمیم گیری در مورد دسته بندی آنها را تعلیم نمی بیند. به منظور رفع این مشکل لازم است از یک الگوریتم تصمیم گیرنده کمکی در کنار این مدل استفاده شود. به همین منظور از شبکه عصبی پرسپترون چند لایه در کنار این مدل برای دسته بندی سیگنال ها استفاده شده است. در نهایت, با نگاهی کلی به نتایج بدست آمده در این تحقیق می توان استنباط نمود که استفاده از مدل پنهان مارکوف به منظور تفکیک مولفه P300 در حالت برخط می تواند به عنوان یک گزینه مناسب مطرح گردد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    راستجواردکانی، علی، و عربعلی بیک، حسین. (1387). ارزیابی عملکرد مدل پنهان مارکوف برای آشکارسازی مولفه P300 در سیستم های رابط مغز و کامپیوتر. مجله فیزیک پزشکی ایران، 5(2 (پیاپی 20-21))، 25-38. SID. https://sid.ir/paper/96990/fa

    Vancouver: کپی

    راستجواردکانی علی، عربعلی بیک حسین. ارزیابی عملکرد مدل پنهان مارکوف برای آشکارسازی مولفه P300 در سیستم های رابط مغز و کامپیوتر. مجله فیزیک پزشکی ایران[Internet]. 1387؛5(2 (پیاپی 20-21)):25-38. Available from: https://sid.ir/paper/96990/fa

    IEEE: کپی

    علی راستجواردکانی، و حسین عربعلی بیک، “ارزیابی عملکرد مدل پنهان مارکوف برای آشکارسازی مولفه P300 در سیستم های رابط مغز و کامپیوتر،” مجله فیزیک پزشکی ایران، vol. 5، no. 2 (پیاپی 20-21)، pp. 25–38، 1387، [Online]. Available: https://sid.ir/paper/96990/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button