4

 

 

7

 

 

1-4-  تعریف مساله. 7

 

 

   – ساختار پایان نامه. 7

 

 

فصل دوم

 

 

سیگنالهای مغزی  

 

 

2-1-  مقدمه. 9

 

 

2-2-  کشف سیگنالهای مغزی.. 10

 

 

2-3-  ثبت سیگنالهای مغزی.. 11

 

 

2-4- پیش پردازشها روی سیگنالهای مغزی.. 12

 

 

فصل سوم

 

 

مروری بر تحقیقات انجام شده در زمینه دسته بندی سیگنالهای مغزی  

 

 

3-1- مقدمه. 16

 

 

3-2-  معرفی داده­های موجود. 17

 

 

3-2-1-  مشخصات دادههای ثبت شده توسط گروه دانشگاهColorado. 17

 

 

3-2-2- مشخصات داد ههای ثبت شده توسط گروه Graz. 18

 

 

3-2-3- مشخصات دادههای MIT-BIH… 19

 

 

3-3- استخراج ویژگی.. 20

 

 

3-4- دسته بندی.. 23

 

 

فصل چهارم..

 

 

مقایسه تحلیلی تبدیل فوریه ، موجک و والش   

 

 

4-1- مقدمه. 25

 

 

4-2- تبدیل فوریه. 25

 

 

4-3- تبدیل موجک…. 30

 

 

4-3-1- مقیاس. 32

 

 

4-4-  تاریخچه تبدیل والش…. 35

 

 

4-4-1- توابع والش….. 35

 

 

4-4-2- تبدیل والش….. 36

 

 

فصل پنجم

 

 

توصیف روش پیشنهادی  

 

 

5-1- مقدمه. 40

 

 

5-2- پایگاه داده مورد استفاده 40

 

 

5-3- حذف نویز. 42

 

 

5-3-1- آنالیز مولفههای مستقل.. 43

 

 

5-3-2- حذف نویز با استفاده از آنالیز مولفه هایمستقل.. 44

 

 

 

5-3-3- حذف نویز با استفاده از تبدیل موجک…. 46

 

 

5-3-4- حذف نویز با استفاده از تبدیل والش….. 47

 

 

5-3-5- حذف نویز با استفاده از روش ترکیبی تبدیل والش و ICA… 50

 

 

5-4- استخراج ویژگی.. 51

 

 

5-4-1- آنتروپی   52

 

 

5-4-2- استخراج ویژگی با استفاده از تبدل والش….. 53

 

 

5-4-3- استخراج ویژگی با استفاده تبدیل فوریه و موجک…. 53

 

 

) 54

 

 

5-5-1- ابر صفحه جداساز. 55

 

 

5-5-2- جداسازی غیر خطی… 58

 

 

فصل ششم

 

 

نتایج و نتیجه گیری  

 

 

6-1- مقدمه. 60

 

 

6-2- حذف نویز. 61

 

 

6-3- معیارهای ارزیابی.. 65

 

 

6-3-1- نسبت سیگنال به نویز (Signal to Noise Rate) 65

 

 

6-3-2- میانگین مربع خطا (Mean Square Error) 66

 

 

6-3-3- جذر میانگین تفاضل مربعات(درصد)(Percentage Root Mean Square Difference) 67

 

 

6-4- استخراج ویژگی.. 68

 

 

6-4-1- ویژگیهای تبدیل والش….. 69

 

 

6-4-2- ویژگیهای تبدیل فوریه. 72

 

 

6-4-3- ویژگیهای تبدیل موجک…. 76

 

 

6-5- مقایسه با کارهای مرتبط بر روی این مجموعه داده 80

 

 

6-6- نتیجه گیری.. 83

 

 

6-7- پیشنهاد ها 85

 

 

منابع:… 86

 

 

 1-1-         مقدمه

 

 

تعامل انسان با کامپیوتر (HCI)[1] امروزه کاربردهای گسترده ای دارد. این رشته علم بررسی تعامل کامپیوتر و انسان است. در واقع این علم نقطه تقاطع دانش کامپیوتر، علوم رفتارشناسی طراحی و چند علم دیگر است. ارتباط و تعامل کامپیوتر وانسان از طریق واسط اتفاق می‌افتد. که شامل نرم‌افزار و سخت‌افزار است. یک تعریف دقیق آن چنین است:

 

 

علم تعامل کامپیوتر و انسان یک رشته مرتبط با طراحی ارزیابی و پیاده سازی سیستم‌های محاسباتی متقابل برای استفاده انسان در مطالعه پدیده‌های مهم پیرامون اوست. این رشته شاخه‌هایی از هر دو طرف درگیر را شامل می‌شود مثلا گرافیک کامپیوتری، سیتم‌های عامل، زبان­هایی برنامه نویسی، تئوری ارتباطات و طراحی صنعتی برای قسمت کامپیوتری زبان‌شناسی، روانشناسی و کارایی انسان برای قسمت انسانی آن. این رشته به شاخه های زیادی تقسیم می­شود که یکی از آنها واسط مغز و کامپیوتر(BCI)[2] است.

 

 

مغز انسان توانایی انتشار امواجی الكتریكی و مغناطیسی را دارد كه می توان با ثبت آنها علاوه بر كاربردهای پردازشی به تشخیص برخی بیماری­ها و حتی برقراری ارتباط به صورت تلپاتی پرداخت. یكی از روش­های ثبت این سیگنالها EEG)) می­باشد.

 

 

سیگنال­های الکتریکی مغزی را اولین بار دکتر هانس برگر[4] در سال 1920 شناسایی و ثبت کرد. با ثبت این سیگنال­ها تلاش انسان برای استفاده از این سیگنال­ها برای کاربرد­های مختلف شروع شد. اکنون بیشترین استفاده­های که از این سیگنال­های می­شود در تشخیص پزشکی و کمک به افراد ناتوان جسمی و فکری است[1]. در اوایل ثبت این سیگنال­ها، به خاطر آشفته بودن و نویزی بودن این سیگنال­ها کار کردن بر روی و استخراج اطلاعات مفید از آنها مشکل بود.

 

 

در اوایل کشف سیگنال­های مغزی به دلیل نبودن دستگاه­های ثبت و ضبط مناسب انسان به این تصور بود که ارتباط انسان با محیط اطرافش سخت و غیر ممکن است. اما با پیشرفت­های که در حوزه رایانه و الکترونیک صورت گرفت و با ابداع ابزار­های مناسب جهت ثبت سیگنال­های مغزی این ارتباط دور از دسترس نیست. امروزه BCI علمی است که این ارتباط را برقرار می کند.

 

 

واسط مغز و رایانه از مجموعه‌ای از سنسور­ها و اجزای پردازش سیگنال تشکیل می­شود که فعالیت مغزی فرد را مستقیما به یک سری سیگنال‌های ارتباطی یا کنترلی تبدیل می‌کند. در این سامانه ابتدا باید امواج مغزی را با استفاده از دستگاه‌های ثبت امواج مغزی ثبت کرد که معمولا به دلیل دقت زمانی بالا و ارزان بودن و همچنین استفاده آسان، از EEG برای ثبت امواج مغزی استفاده می‌شود. الکترودهای EEG در سطح پوست سر قرار می‌گیرند و میدان الکتریکی حاصل از فعالیت نورون‌ها[5] راه اندازه­گیری می‌کنند. در مرحله بعد این امواج بررسی شده و ویژگی‌های مورد نظر استخراج می‌شود و از روی این ویژگی‌ها می­توان حدس زد که کاربر چه فعالیتی را در نظر دارد. در شکل(-11) واحد­های پردازشی سیستم BCI را می­بینیم.