استخراج مولفه p300 از سیگنال برانگیخته ی مغز به منظور استفاده در سیستمهای واسط مغز و کامپیوتر

انسان هایی که از ناتوانی های شدید حرکتی رنج می برند نیازمند وسایلی برای برقراری ارتباط و کنترل محیط خود هستند. مطالعات زیاد در دو دهه گذشته نشان داده است که فعالیت های الکتریکی مغز، می توانند در سیستم های واسط مغز و کامپیوتر (bci) که امکان ارتباط با محیط و کنترل آن را از طریق غیرماهیچه ای فراهم می کنند به کار گرفته شوند. سیستم های bci مبتنی بر الکتروانسفالوگرام (eeg)، ویژگی های کاربردی سیگنال eeg را اندازه گیری کرده و سیگنال های کنترلی را تولید می کنند. دو دسته مهم از این ویژگی ها عبارتند از: پتانسیل های رویدادی و فعالیت نوسانی مغز. هنگامی که توجه انسان به یک محرک جلب شود بخشی از یک پتانسیل رویدادی معروف به p300 در eeg او ظاهر می شود. در تحقیقات آزمایشگاهی معمولاً از تحریک بینایی و شنوایی برای تحریک کردن شخص و ظاهرشدن p300 در سیگنال الکتریکی مغز او استفاده می کنند. مشخص? اصلی این موج، دامن? بیشینه ای در زمان حدود 300 میلی ثانیه است. با اعمال روشهای پردازش سیگنال بر eeg می توان p300 را استخراج کرد. در این پایان نامه از دادگان مسابقات bci2005 استفاده می شود و کاراکترهای متناظر با دادگان p300-speller استخراج می شوند. پس از بررسی کارهای انجام شده مشخص شد که روش های بازشناسی الگو برای استخراج p300 بسیار کارآمد هستند، لذا در این پایان نامه، ماشین بردار پشتیبان (svm) به عنوان یک تفکیک کنند? قوی برای دسته بندی به کار گرفته شد، همچنین با اعمال بردار ویژگی حاصل از ضرائب تبدیل موجک گسسته سیگنال ها به svm، زمان دسته بندی نسبت به حالتی که از نمونه های سیگنال پس از نمایش تحریک به عنوان ویژگی استفاده شده است کاهش داده شد. با آزمایش روش پیشنهادی دقت تشخیص کاراکتر برابر با %97 شد که این دقت، بیشتر ازکارهای انجام شده قبلی است.