شماره ركورد كنفرانس :
5405
عنوان مقاله :
طراحي يك سيستم رابط مغز و كامپيوتر مبتني بر تصور حركتي با استفاده از سيگنال‌هاي EEG به منظور كمك به بيماران با محدوديت حركتي
عنوان به زبان ديگر :
Designing a Brain-computer Interface System Based on Motor Imagery Using EEG Signals to Help Patients with Motor Limitations
پديدآورندگان :
جبار قادر سامان samanjabar2023@gmail.com دانشگاه آزاد اسلامي، واحد علوم تحقيقات , مزيناني مهدي mahdi_mazinani@yahoo.com دانشگاه آزاد اسلامي، واحد علوم تحقيقات , زماني‌فر آزاده azamanifar@gmail.com دانشگاه آزاد اسلامي، واحد علوم تحقيقات
تعداد صفحه :
6
كليدواژه :
دسته‌بندي , تشخيص بيماري حركتي , شبكه عصبي كانولوشني , تبديلات موجك , الگوريتم بهينه‌سازي علف هرز.
سال انتشار :
1402
عنوان كنفرانس :
دومين كنفرانس ملي كسب و كار نوين در مهندسي برق و كامپيوتر
زبان مدرك :
فارسي
چكيده فارسي :
هدف فناوري واسط بين مغز و كامپيوتر اين است كه يك راه ارتباطي جديد براي افراد معلول ايجاد كند به طوري كه افراد هيچ وابستگي‌ به كنترل عضلات نداشته باشند. سيگنال EEG يكي از ورودي‌هايي است كه واسط بين مغز و كامپيوتر از طريق اين سيگنال ارتباط بين شخص و محيط بيروني را فراهم مي‌كند. به همين دليل تشخيص بيماري حركتي از اهميت بالايي برخوردار است در نتيجه در اين پژوهش تمركز بر استفاده از شبكه عصبي كانولوشني در تشخيص بيماري حركتي مبتني بر تجزيه و تحليل سيگنال EEG است. براي اين منظور پس از جمع‌آوري سيگنال‌ها، در مرحله پيش‌پردازش با استفاده از تبديل موجك گسسته عمل استخراج ويژگي از سيگنال‌ها انجام مي‌شود، سپس در مرحله پس‌پردازش شبكه عصبي كانولوشني بهبوديافته با الگوريتم بهينه‌سازي علف هرز تشخيص بيماري حركتي را انجام مي‌دهد. در جهت مقايسه روش پيشنهادي، از دسته‌بند k- نزديك‌ترين همسايه استفاده شده است. نتايج نشان مي‌دهد شبكه عصبي كانولوشني بهبوديافته با الگوريتم بهينه‌سازي علف هرز با ميانگين مربعات خطاي 0.024 و دقت 99.4% به ازاي كل سيگنال‌ها تشخيص بيماري حركتي را انجام مي‌دهد.
كشور :
ايران
لينک به اين مدرک :
بازگشت