ورود / ثبت نام

ویژه نامه واسط مغز و رایانه - شماره 8

همانطور که می‌دانیم در یک سیستم BCI هدف طراحی سیستمی است که افراد مختلف در هنگام استفاده از آن وظیفه مشخصی را انجام دهند.

طبقه‌بندی

همانطور که می‌دانیم در یک سیستم BCI هدف طراحی سیستمی است که افراد مختلف در هنگام استفاده از آن وظیفه مشخصی را انجام دهند. در نتیجه این مسئله، سیستم BCI یک سیستم هوشمند است که فرآیند های مختلف مغزی را بوسیله ویژگی‌های استخراج شده در مرحله قبل، شناسایی می‌کند و بر اساس آن خروجی ای تولید کرده، که این خروجی در نهایت منجر به انجام وظیفه مشخصی می‌شود. برای درک بهتر مسئله کلاس‌بندی و تشخیص خودکار به مثال زیر توجه کنید.

فرض کنید سیگنال های EEG از فردی که در حال توجه به یک پارادیم oddball است، ثبت شده است و هدف ما یافتن سیگنال P300 است، در نتیجه در مرحله استخراج ویژگی، ویژگی‌های مناسب بدست آمده است و بردار ویژگی مناسب تشکیل شده است. در مرحله بعد با استفاده از یک الگوریتم هوشمند، مؤلفه های P300 تشخیص داده می‌شوند. خروجی این مرحله قسمت هایی از سیگنال است که P300 در آن‌ها رخ داده است. سپس با توجه به ارتباط مابین زمان رخ دادن P300 و الگوی استفاده شده در تحریک می‌توان به هدف و منظور کاربر پی برد. الگوریتم هوشمندی که در سیستم های BCI از آ‌نها استفاده میشود، طبقه‌بندها هستند. (شکل 8 را ببنید)

طبقه‌بندها بخشی از رنج کلی الگوریتم های هوش مصنوعی هستند که در آن‌ها هدف تخصیص کلاس به ورودی ها است. در حقیقت طبقه‌بندها طی مرحله آموزش، یاد می‌گیرند تا بر اساس الگوهای مختلف موجود در داده های ورودی، هر یک از این داده ها را به یک کلاس و یا گروه مشخص تخصیص دهند. به جهت وجود یادگیری، طبقه‌بندها، ابزارهای هوشمند خودکار به حساب می آیند.

شکل 8

شکل 8) در این تصویر بلوک استخراج ویژگی و طبقه بندی برای یک سیستم BCI برای حرکت یک ویلچر که مبتنی بر مولفه P300 است، نشان داده شده است. در مرحله طبقه بندی در یک سیتم BCI ویژگی های استخراج شده وارد بلوک طبقه بند میشوند و طبقه بند به صورت خودکار و هوشمند بر اساس ویژگی های ورودی، هر بردار ورودی را به یکی از چهار جهت اصلی اختصاص میدهد و بدین ترتیب ویلچر بدون نیاز به انجام عمل فیزیکی از سوی کاربر و تنها بر اساس سیگنال های مغزی کاربر، در جهت مورد نظر وی حرکت می کند.

در بحث‌های مرتبط با سیستم های BCI از روش های کلاس‌بندی مختلفی استفاده می شود. عملا می‌توان گفت که تمام روش های کلاس بندی موجود، قابلیت بکارگیری در این سیستم ها را دارند. از متداول ترین و معروف ترین روش های طبقه بندی استفاده شده در مباحث BCI می توان به طبقه‌بندهای LDA، بردار ماشین پشتیبان یا SVM ، شبکه های عصبی و .. اشاره کرد.

دیدگاه ها

برای ثبت دیدگاه کافیست وارد حساب کاربری خود شوید.

خبرنامه آزمایشگاه ملی نقشه برداری مغز

با عضویت در خبرنامه آزمایشگاه ملی نقشه برداری مغز از آخرین اخبار و رویدادها مطلع شوید.

پرداخت هزینه آزمایشات دریافت گواهی پشتیبانی
صفحه اصلی
جستجو
دسته بندی
باشگاه
حساب کاربری