بهبود کارایی سیستم های واسط مغز و کامپیوتر با استفاده از تکنیک های شناسایی الگو مبتنی بر نمایش تنک

در سال های اخیر، واسط مغز – رایانه (bci)، به عنوان وسیله ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته است. به منظور راه اندازی چنین سیستمی، همکاری چند بلوک از جمله بلوک های ثبت، پردازش سیگنال و رابط کاربری مورد نیاز است. بلوک پردازش سیگنال شامل بلوک های پیش پردازش و شناسایی الگو است و بلوک شناسایی الگو شامل دو مرحله استخراج ویژگی و طبقه بندی می باشد. در این پروژه روش های مبتنی بر نمایش تنک در بلوک طبقه بندی مورد بررسی قرار گرفته است. طبقه بندی مبتنی بر نمایش تنک (src)، شامل دو مرحله اساسی طراحی ماتریس دیکشنری و یافتن پاسخ تنک داده ورودی می باشد. در این پژوهش برای طراحی ماتریس دیکشنری که از مرحله استخراج ویژگی بدست می آید، از الگوریتم الگوهای مکانی مشترک (csp) استفاده شده است و معایب این الگوریتم، حساسیت به نویز و مسئله فرایادگیری می باشد. در این مطالعه، برای رفع معایب csp، از الگوریتم های الگوهای مکانی مشترک تنظیم شده (rcsp) استفاده شده است. در مطالعات قبلی برای یافتن پاسخ تنک از الگوریتم استاندارد bp استفاده شده، که از معایب این الگوریتم پیچیدگی محاسباتی و زمان بر بودن آن می باشد. برای رفع معایب این روش، در این پروژه، الگوریتم جدیدی با نام نرم صفر هموار شده (sl0)، استفاده شده است. نتایج حاصله نشان می دهد، الگوریتم های rcsp در مواردی که داده های آموزشی کمی موجود بوده است توانسته اند معایب csp را به خوبی برطرف کنند و به طور میانگین با استفاده از این روش ها 7/78% بهبود نسبت به csp حاصل شد. هم چنین استفاده از sl0 به جای bp، علیرغم کاهش قابل ملاحظه زمان پردازش، در صحت تشخیص معادل با الگوریتم bp عمل کرده است.