توضیحات
چکیده
شناخت فعالیت مغز با توجه به کاربردهای فراوان آن یکی از موضوعات تحقیقاتی روز دنیا می باشد. سیستم های رابط مغز-رایانه در مسیر طبیعی موجود، یعنی سیستم عصبی موتوری از مغز به عضلات، یک کانال ارتباطی جدید را جهت ایجاد تعامل با دنیای بیرون در اختیار کاربر قرار می دهد. در واقع، این کانال ارتباطی به هیچ حرکت فیزیکی نیاز ندارد و تنها با تفکرات آدمی کنترل می شود. این واسط برای بیماران قطع نخاعی یا بیمارانی که به کلی فلجند و نمی توانند هیچ حرکتی بکنند یا کسانی که دچار عارضه مغزی شده اند بسیار ایده ال می باشد. در این مقاله، پس از بررسی اولیه سیگنال مغزی EEG ، حذف نویز و استخراج ویژگی های قابل توصیف آن، روش های مختلفی برای یادگیری نمونه های آموزشی و دسته بندی آنها ارایه شده است. هدف در این سیستم، تشخیص تصور و انجام اعمال حرکت بازو، حرکت پا و حرکت انگشت شست راست با استفاده از سیگنال های مغزی است. آزمایشات متعددی با بکار بردن روش های متعددی در کاهش ابعاد ویژگی، خوشه بندی کانال ها، دسته بندی داده ها و … انجام شده است. نتایج بدست آمده حاکی از دقت خوب در قسمت انجام عمل و نسبتا قابل قبول در قسمت تصور عمل است.
مقدمه
پیشرفت های اخیر در حوزه تکنولوژی کاربران انسانی را قادر به ایجاد تعامل با رایانه کرده است. تعامل انسان با رایانه (HCI) امروزه کاربردهای گسترده ای دارد. این رشته به شاخه های زیادی تقسیم می شود که یکی از آنها واسط مغز و کامپیوتر (BCI) است. BCI روشی است که به پژوهشگران اجازه می دهد با استفاده از سیگنال مغزی EEG با سیگنال الکتروانسفالوگرافی فضای پیرامون را از طریق رایانه کنترل کنند.
ABSTRACT
Knowing brain activity is one of the research topics of the day due to its many uses. The brain-computer interface systems in the existing natural path, the brain-to-muscular motor nervous system, provide a new communication channel for interacting with the outside world. In fact, this communication channel does not require any physical movement and is only controlled by human thoughts. This interface is ideal for patients with SCI or patients who are generally crippled and can not move or who suffer from a brain condition. In this paper, after an initial review of the EEG signal, noise elimination, and extracting its descriptive features, various methods have been presented for learning the training samples and their classification. The purpose of this system is to detect and control the movement of the arm, foot movement and right thumb motion using brain signals. Several experiments have been carried out using several methods to reduce feature dimensions, channel clustering, data categorization, and so on. The results indicate a good accuracy in the field of action and is relatively acceptable in the field of action.
INTRODUCTION
Recent advances in technology allow human users to interact with computers. Human interaction with computers (HCI) today has widespread applications. This string is divided into many branches, one of which is the Brain and Computer Interface (BCI). BCI is a method that allows researchers to control the peripheral space through a computer using EEG signaling with electromagnetic signal.
Year: 2017
Publisher : The 4th National Conference on Distributed Computing and Large Data Processing
By : Reza Javanmard Ali Tepeh, Arzoo Kasslechah, Abolfazl Rudgar Saffari
File Information: Persian Language/ 8 Page / size:591 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1396
ناشر : چهارمین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ
کاری از : رضا جوانمرد علی تپه , آرزو کسلخه , ابوالفضل رودگر صفاری
اطلاعات فایل : زبان فارسی / 8 صفحه / حجم : KB 591
نقد و بررسیها
هنوز بررسیای ثبت نشده است.