استخراج و طبقهبندی دینامیک الگوهای سیگنال EEG در پاسخ به محركهای شنیداری دارای كدينگ فرکانسی ديناميكی متناوب جهت به كارگيری در سيستمهای واسط مغز-رايانه
General Material Designation
[پایان نامه]
First Statement of Responsibility
الهام شمسی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
دانشگاه علوم پزشکی تهران، دانشکده پزشکی
Date of Publication, Distribution, etc.
۱۳۹۶
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۹۱ص.
Other Physical Details
جدول نمودار
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی پزشکی(بیوالکتریک)
SUMMARY OR ABSTRACT
Text of Note
استخراج و طبقهبندي دینامیک الگوهای سیگنال EEG در پاسخ به محركهای شنیداری دارای كدينگ فرکانسی ديناميكي متناوب جهت به كارگيري در سيستمهاي واسط مغز-رايانهمقدمه و هدف: بسیاری از سیستمهای واسط مغز-رایانهی فعلی متکی بر توانایی بیمار برای کنترل حرکات چشم هستند. برخی بیماریها میتوانند به از دست رفتن توانایی کنترل ماهیچههای چشم و همچنین آسیب در قدرت تصور بینجامند. از سوی دیگر، روشهاي مبتني بر تحريك لامسه، فاقد قابليت استفادهی کاربردی در منزل هستند. معمولاً سیستم شنوایی این بیماران در وضعیت مطلوبی قرار دارد؛ بنابراین، محققان به پارادایمهای شنیداری گرویدهاند. توجه میتواند توان پاسخ حالت ماندگار شنیداری را مدوله نموده و در نتیجه، این پاسخ در یک واسط مغز-رایانهی شنیداری قابل استفاده است.با در نظر گرفتن اینکه انسانها به طور ذاتی از گوش دادن به آواهاي ريتميك لذت برده و با اشتياق به آنها توجه مينمايند، این پروژه با هدف کاهش خستگی سوژهها، استخراج و طبقهبندی دینامیک الگوهای سیگنال EEG در پاسخ به محرکهای شنیداری دارای کدینگ فرکانسی دینامیکی متناوب جهت بررسی امکان به کارگیری این محرکها در سیستمهای واسط مغز-رایانه انجام شد.روش کار: چهار نوع کلی محرک شنیداری سینوسی مدولهشده در دامنه (هر نوع شامل سه حالت فرکانسی مختلف بود) به صورت ساده، دارای کدینگ دینامیکی متناوب بر روی فرکانس حامل، فرکانس پیام و هر دو، ساخته و سیگنال EEG در پاسخ به محرکهای هر کدام از انواع مذکور ثبت و طبقهبندی شد. طبقهبندی با استفاده از طبقهبند بیز ساده و با اعتبارسنجی متقابل 5-لایهای، بر مبنای چگالی طیف توان در فرکانسهای پیام، ضریب همبستگی پیرسن بین سیگنال EEG و پوش محرکها، و تحلیل همبستگی کانونی بین سیگنال EEG و پوش محرکها انجام شد. در نهایت، یک الگوریتم جدید، وابسته به بازه و مبتنی بر تبدیل موجک گسسته، جهت حذف نویز ارائه شد.یافتهها: فرکانسهای پیام محرکها در زمانهای متناظر با گوش دادن به هر پیام، در مقایسه با سایر فرکانسها، به طور پیوسته و باثباتی در طیف پاسخهای متناظرشان حضور داشند. خستگی ناشی از گوش دادن به محرکهای دارای حاملهای ریتمیک در مقایسه با محرکهای دارای حاملهای ساده به طور معناداری کمتر بود (p-value به ازای مقایسه بین محرکهای سینوسی ساده و ریتمیک مدولهشده در دامنه توسط پیام تک تون سینوسی: 013/0، p-value به ازای مقایسه بین محرکهای سینوسی ساده و ریتمیک مدولهشده در دامنه توسط پیام ریتمیک سینوسی: 006/0، سطح معنیداری: 05/0). تفاوت معناداری بین ویژگیها از لحاظ عملکرد طبقهبندی EEGهای هر سوژه در هر گروه کلی از محرکها وجود نداشت. صحت اغلب طبقهبندیهای انجام شده در سیگنالهای این پروژه، بدون حذف نویز و آرتیفکت، از سطح آستانهی قابل قبول جهت استفاده در سیستمهای واسط مغز-رایانه (70%) بیشتر بود. نسبت سیگنال به نویز به دست آمده از روش وابسته به بازه و مبتنی بر تبدیل موجک گسسته، در مقایسه با روش میانگینگیری سنکرون، به طور معناداری بیشتر بود.نتیجهگیری: محرکهای جدید این پروژه (دارای کدینگ دینامیکی فرکانسی متناوب در حامل و یا پیام و یا هردو) نیز مانند محرکهای متداول در پژوهشهای پیشین، تمایز لازم جهت استفاده در سیستمهای واسط مغز-رایانه را دارند. استفاده از کدینگ متناوب در فرکانسهای حامل و فرکانسهای پیام، برای ریتمیک شنیده شدن محرک، کاهش خستگی سوژهها و اشتیاق بیشتر ایشان به توجه به آن محرک، بدون از دست رفتن میزان تمایز در پاسخها نقش به سزایی دارد. هرکدام از ویژگیهای استخراج شده در این پروژه، تمایز مناسب را جهت طبقهبندی پاسخها "در" هر سوژه فراهم آورده است. به علاوه، با بهرهگیری از روش حذف نویز وابسته به بازه و مبتنی بر تبدیل موجک گسسته، در مقایسه با متوسط گیری سنکرون، میتوان زمان مورد نیاز برای ثبت سیگنال را کاهش، و نسبت سیگنال به نویز را افزایش داد.