تشخیص الگوهای EEG در هنگام تصور حرکت دست با استفاده از یک طبقه بندی کننده ی مبتنی بر تجزیه و تحلیل مولفه های مستقل

در سال های اخیر گزارشات بسیار زیادی درباره امکان تشخیص فعالیت های ذهنی بوسیله سیگنال های مغزی ارائه شده است. در این مقاله از روش تجزیه و تحلیل مولفه های مستقل جهت بررسی سیگنال های مغزی در حین تصور حرکت دست و تشخیص تصور حرکت دست استفاده می شود. تجزیه و تحلیل مولفه های مستقل یک روش گسترش یافته تجزیه و تحلیل مولفه های اصلی است و برای جداسازی کور منابع مستقل که بطور خطی ترکیب شده اند، بکار می رود. لذا انتظار می رود با تجزیه و تحلیل مولفه های مستقل سیگنال های مغزی در حین تصور حرکت، فعالیت های مختلف مجزای مغز را در طول فرآیند تصور جدا و بصورت یک مولفه مستقل ارائه داد. نتایج این تحقیق نشان می دهد که می توان با تجزیه و تحلیل مولفه های مستقل بر روی سیگنال های مغزی در حین تصور حرکت، فعالیت های مختلف ذهنی مربوط به فرآیند تصور را تفکیک کرد. بر اساس این بررسی، یک طبقه بندی کننده سیگنال های مغزی بر مبنای مولفه های مستقل جهت تشخیص تصور حرکت و حالت استراحت ارائه می شود. یکی از مسائل مهم درطبقه بندی، استخراج ویژگی ها است. در این تحقیق، قدرمطلق دامنه، پراش، توان متوسط باندهای آلفا، بتا و تتا توان مولفه های فرکانسی در باند آلفا، بتا و تتا، و ضرایب مدل خطی خود بازگشتی مربوط به مولفه های مستقل بعنوان ویژگی در نظر گرفته شده است و از یک شبکه عصبی پس انتشار خطا جهت طبقه بندی استفاده شده است. نتایج نشان می دهد که ویژگی های مولفه های مستقل نسبت به ویژگی های خود سیگنال مغزی، تشخیص دقیق تری را نتیجه داده است.