بكارگيري فيلتر ذره ترتيبي براي مكانيابي منابع سيگنال‌هاي EEG

در اين مقاله به مكانيابي منابع فعال همزمان چندگانه سيگنال‌هاي EEG با بهره‌گيري از روشي جديد و مبتني بر فيلتر ذره پرداخته مي شود. در روش پيشنهادي كه فيلتر ذره ترتيبي (Sequential Particle Filter (SPF)) نام دارد، مولفه‌هاي بردار حالت هر يك از منابع به طور مجزا و با در نظر گرفتن اثر ديگر منابع تخمين زده مي‌شوند. اين روش با ايجاد تغيير در نحوه بازنمونه‌برداري و وزن‌دهي ذرات، نوعي فيلتر فضايي را براي بازتوليد ذرات در الگوريتم فيلتر ذره ايجاد مي‌كند كه روش SPF را قادر مي‌سازد كه نسبت به الگوريتم‌هاي متداول فيلتر ذره، مقاومت بيشتري در مقابل نويز داشته باشد. براي ارزيابي عملكرد روش پيشنهادي، دو دسته شبيه‌سازي با سيگنال‌هاي تك فركانسي و سيگنال‌هاي EEG شبه‌واقعي طراحي شده و همچنين عملكرد روش پيشنهادي بر سيگنال‌هاي EEG واقعي نيز مورد بررسي و مقايسه با ديگر روش‌ها از جمله الگوريتم سنتي فيلتر ذره و sLORETA، قرار گرفته است. نتايج نشان داده كه روش پيشنهادي، در مقادير نويز بالا، نسبت به الگوريتم سنتي فيلتر ذره و شكل‌دهنده پرتو LCMV خطاي مكانيابي را كاهش داده است. ضمن اينكه نتايج شبيه‌سازي‌ها نشان داد كه با استفاده از اين روش مي‌توان تعداد منابع فعال همزمان بيشتري را نسبت به روش‌هاي مورد مقايسه مكانيابي كرد. همچنين اين روش به دليل شكستن ابعاد بردار حالت به چندين زيربردار، متناسب با تعداد منابع، سرعت بالاتري نسبت به روش‌هاي سنتي فيلتر ذره دارد.