چکیده

یک رابط کامپیوتری مغز (BCI)، یک سیستم ارتباطی است که برای تعامل مستقیم کاربران با دستگاه ­های خارجی (با استفاده از ذهن کاربر و بدون استفاده از فعالیت­های عضلانی)، طراحی شده است. P300 یکی از مولفه ­های پتانسیل­ های وابسته به رویداد (ERP ها) است؛ این مولفه یکی از ویژگی ­های سیگنال الکتروانسفالوگرافی (EEG) است که در BCI بسیار پرکاربرد می­باشد. با این وجود، تحلیل تک آزمایشی دشوار است زیرا ERP ها مانند سیگنال­ های P300 دارای نسبت سیگنال به نویزِ بسیار پایینی هستند که این امر باعث کاهش میزان ارتباطات می شود؛ و همچنین تعداد زیادی از کانال ­های مورد نیاز برای ضبط EEG، به علت پیچیدگی و هزینه ­های بالای سیستم، مانع از محبوبیت برنامه ­های BCI می­شوند. در این مقاله، برای شناسایی مولفه­ های P300 با استفاده از داده ­های تک کاناله­ ی یک آزمایش پارادایم عجیب و غریبِ محرک ­های بصری، روش کارآمد و جدیدِ ماشین یادگیری سریع (ELM) ارائه شده است. این روش، به طور متوسط به دقتی بالاتر از 85% دست می­یابد و عملکردی بهتر از BPNN و SVM دارد.

1-مقدمه

الکتروانسفالوگرام (EEG) به­ عنوان ضبط فعالیت الکتریکی مغز تعریف می­شود که معمولا با استفاده از الکترودهایی از روی سطح پوستِ سر، ضبط می­شود. پتانسیل ­های وابسته به رویداد (ERP ها)، که در اهداف تحقیقاتی و تشخیص ­های بالینی استفاده گسترده ­ای دارند، به ­­عنوان یکی از مهمترین EEG ها و ارتباطات روانی-فیزیولوژیکی توابع عصبی-شناختی می­باشند که پاسخ ­های مغز را نسبت به تغییرات ارگانیک محیط خارجی یا داخلی (یا رویدادها)، نشان می­دهند. به علت وضوح زمانی بالا، همچنین هزینه کم و سهولت استفاده (در مقایسه با سایر تکنیک­ های اکتسابی، مانند fMRI، EMG)، سیگنال های EEG به طور گسترده­ای در رابط کامپیوتری مغز (BCI) مورد استفاده قرار می­گیرند، این رابط یک سیستم ارتباطی است که به­گونه ­ای طراحی شده است که به کاربران اجازه می دهد تا به طور مستقیم با محیط خارجی ارتباط برقرار نمایند، و این ارتباط به مسیر خروجی نرمال اعصاب مغز و عضلات محیطی، بستگی ندارد...

میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید