تحقیق درباره استخراج ویژگی مناسب برای تشخیص سیگنالهای حرکات ارادی

اختصاصی از فایل هلپ تحقیق درباره استخراج ویژگی مناسب برای تشخیص سیگنالهای حرکات ارادی دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : word  (لینک دانلود پایین صفحه) تعداد صفحات 12 صفحه

مقدمه و تشریح :

در این روش برای تخمین تمامی منابع مستقل باید تعداد سنسور­ها بیشتر با برابر تعداد منابع باشد. اما تعداد منابع در مغز مشخص نیست و بیشمار فرض می­شود. لذا در اعمال ICA باید به این مساله توجه نمود. فرض کنیم سیگنال­ها توسط m سنسور ثبت شده­اند، آنچه با اعمال ICA بدست می­آید m سیگنال است که اکثر آنها از قویترین منابع اولیه بوده و مابقی ترکیب منابع کوچک و کمتر مستقل هستند. نتایج تجزیه ICA روی داده با چگالی بالا مثلا 256 کانال که از سوژه­ای نرمال حین انجام فعالیت­های شناختی بدست آمده است، نشان می­دهد چند ده منبع متمایز به اندازه کافی بزرگ و یا قابل متمایز جهت جداسازی به مؤلفه­هایی که قابل تفسیر فیزیولوژیک هستند، وجود دارند که فعالیت­ها و نگاشت­های جمجمه­ای آنها قابل توجیه است، در حالیکه بقیه مؤلفه­های یافته شده (بیشتر از 200 مؤلفه ) در چنین داده­ای، یا مؤلفه­هایی هستند که به وضوح از منابع آرتیفکت غیر مغزی بوجود آمد­ اند و یا ترکیباتی از منابع با انرژی کمتر هستند که جهت ارضای شرایط (تعداد منابع استخراج شده، محدود به تعداد الکترود­ها بوده و در عین حال باید ترکیب مجدد آنها کل داده را نتیجه دهد ) با یکدیگر ترکیب شده­اند[50].

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

به منظور حذف نویز از سیگنال­های مغزی، ICA به سیگنال مورد نظر اعمال می­شود. مولفه یا مولفه­های نویزی و آرتیفیکی مورد نظر شناسایی و حذف می­شوند. سپس سیگنال دوباره به حوزه اولیه برگردانده می­شود. و سیگنال بدون آرتیفکت و نویز بدست می­آید. در شکل (5-2) ده کانال از یک سیگنال نشان داده شده است. بر روی این سیگنال ICA را اعمال می­کنیم برای اعمال ICA از نرم افزارICALAB استفاده می کنیم. در شکل (5-3) مولفه­های بدست آمده توسط ICA نشان داده شده است.