بازشناسي حالات هيجاني با استفاده از شبكه عصبي كانولوشنال فازي مبتني بر الكتروانسفالوگرافي در باندهاي مختلف

مقدمه: احساسات پديده‎هاي متغير با زماني هستند كه به عنوان پاسخي به محرك‌ها ايجاد مي‌شوند. در راستاي تشخيص احساس به صورت پيوسته مي‎توان از پاسخ سيگنال‌هاي مغزي و حالت‌هاي چهره به محرك ويديويي استفاده كرد. به اين صورت كه مجموعه‎اي از فيلم‎هاي محرك براي بينندگان به نمايش گذاشته مي‎شود و همزمان سيگنال‌هاي مغزي و حالت‎هاي چهره‏ آنها به ‌طور پيوسته ضبط مي‎گردد و سطح ظرفيت آنها (احساسات منفي تا مثبت) ثبت مي‏‌شود. روش كار: هدف از اين پژوهش، شناخت احساسات انساني با استفاده از تحليل سيگنال‌هاي الكتروانسفالوگرافي بود. در اين مطالعه، براي تشخيص احساسات با استفاده از شبكه عصبي كانولوشنال فازي كه ويژگي‌هاي بهينه و موثر را خود از سيگنال الكتروانسفالوگرافي انتخاب مي‌كند جهت تشخيص و بازشناسي حالات هيجاني افراد مختلف ارائه مي‌شود. در روش پيشنهادي ابتدا سيگنال الكتروانسفالوگرافي به باندهاي مختلف آلفا، بتا و گاما تجزيه شده و سپس عمل تشخيص هوشمند انجام خواهد شد. يافته‌ها: نتايج آزمايشات نشان مي‌دهد كه حالت آرامش و خستگي در باند آلفا بهتر و به ‌ترتيب با دقت 94.2 درصد و 78.8 درصد بازشناسي مي‌شود. در باند گاما شادي بهتر و با دقت 92.2 درصد شناسايي مي‌شود و در نهايت در باند بتا، ترس با دقت 92.3 درصد بازشناسي خواهد شد. نتيجه ‌گيري: ديده مي‌شود كه مدل پيشنهادي با استفاده از شبكه عصبي كانولوشنال از دقت بالايي در بازشناسي احساسات برخوردار است همچنين استفاده از منطق فازي در روش پيشنهادي دقت بازشناسي را در كليه باندها بالا برده است.