تحقيقات يك پژوهشگر ايراني ارتباط بيدرنگ مغز با كامپيوتر براي باز و بسته كردن پنجه دست و ديگ فعاليتها را نشان ميدهد.
سيد محمد احمدي اميري، دانشجوي كارشناسي ارشد
دانشگاه علم و صنعت ايران گفت: سيستمهاي واسط مغز (BCI ) با كامپيوتر،يك
كانال ارتباطي و كنترلي جديد بين انسان و كامپيوتر، است كه اين اعمال
ارتباطي و كنترل بدون نياز به اعصاب و عضلات و تنها با استفاده از سيگنال
مغزي انجام ميشود.
وي افزود: سيستمهاي (BCI )، سيگنالهاي مغزي را كه قصد و اراده فرد را منعكس ميكند به فراميني تبديل ميكند كه يك وسيله خارجي مانند صندلي چرخدار يا يك پروتز مصنوعي را كنترل ميكند. بر اين اساس محققان به دنبال آن هستند تا با بهبود كارايي و دقت پاسخگويي سيستمهاي BCI و ايجاد قابليت پردازش بر خط در آنها بتوانند آن را در محيط واقعي بهكار برند.
احمدي تصريح كرد: هدف اين تحقيق گسترش يك سيستم واسط مغز كامپيوتر بر خط براي كنترل بستن، باز كردن پنجه دست بر مبناي تصور حركت است. يكي از روشهاي بهبود عملكرد سيستم BCI بالا بردن كارايي روشهاي پردازشي است.
پردازشهاي برخطط در اين پروژه شامل بخشهاي مختلفي از جمله حذف آرتيفكت، استخراج ويژگي و طبقهبندي است. در اينجا از توان باندهاي مختلف به عنوان ويژگي استفاده شده است.
با توجه به اينكه سينگنال مغزي،سيگنالي غيرايستا بوده و توزيع آنها با زمان تغيير ميكند، انتخاب طبقهبندي كننده مناسب به عنوان مسئله اصلي در اين پروژه در نظر گرفته شده است.
با توجه به ماهيت تصادفي بودن سيگنالهاي مغزي از شبكه عصبي احتمالي بازگشتي براي طبقهبندي برخط سيگنال مغزي در اين تحقيق استفاده شده است. ادامه مطلب
وي افزود: سيستمهاي (BCI )، سيگنالهاي مغزي را كه قصد و اراده فرد را منعكس ميكند به فراميني تبديل ميكند كه يك وسيله خارجي مانند صندلي چرخدار يا يك پروتز مصنوعي را كنترل ميكند. بر اين اساس محققان به دنبال آن هستند تا با بهبود كارايي و دقت پاسخگويي سيستمهاي BCI و ايجاد قابليت پردازش بر خط در آنها بتوانند آن را در محيط واقعي بهكار برند.
احمدي تصريح كرد: هدف اين تحقيق گسترش يك سيستم واسط مغز كامپيوتر بر خط براي كنترل بستن، باز كردن پنجه دست بر مبناي تصور حركت است. يكي از روشهاي بهبود عملكرد سيستم BCI بالا بردن كارايي روشهاي پردازشي است.
پردازشهاي برخطط در اين پروژه شامل بخشهاي مختلفي از جمله حذف آرتيفكت، استخراج ويژگي و طبقهبندي است. در اينجا از توان باندهاي مختلف به عنوان ويژگي استفاده شده است.
با توجه به اينكه سينگنال مغزي،سيگنالي غيرايستا بوده و توزيع آنها با زمان تغيير ميكند، انتخاب طبقهبندي كننده مناسب به عنوان مسئله اصلي در اين پروژه در نظر گرفته شده است.
با توجه به ماهيت تصادفي بودن سيگنالهاي مغزي از شبكه عصبي احتمالي بازگشتي براي طبقهبندي برخط سيگنال مغزي در اين تحقيق استفاده شده است.