شماره ركورد :
1172849
عنوان مقاله :
كنترل صندلي چرخ‌دار بر پايه سيگنال‌هاي EEG به‌وسيله واسط مغز و ماشين
عنوان به زبان ديگر :
EEG-Based Wheelchair Control Through a Brain–Computer Interface
پديد آورندگان :
حسن‌پور، خديجه دانشگاه تبريز - دانشكده مهندسي برق و كامپيوتر، تبريز , سيدعربي، هادي دانشگاه تبريز - دانشكده مهندسي برق و كامپيوتر، تبريز , دانشور، سبلان دانشگاه تبريز - دانشكده مهندسي برق و كامپيوتر، تبريز
تعداد صفحه :
9
از صفحه :
7
از صفحه (ادامه) :
0
تا صفحه :
15
تا صفحه(ادامه) :
0
كليدواژه :
سيستم واسط مغز و ماشين , مغز نگاري الكتريكي , پتانسيل برانگيخته حالت پايدار , ربات متحرك كنترل‌شونده با ذهن , صندلي چرخ‌دار
چكيده فارسي :
چالش اصلي سيستم‌هاي واسط مغز و ماشين (BCI) دوكلاسه، پايين بودن پهناي باند كانال ارتباطي آن‌ها است. مخصوصاً اين مسئله براي كنترل دستگاه‌هاي كمكي شبيه صندلي چرخ‌دار يا ربات متحرك كه نيازمند دستورات حركتي چندگانه هستند، مهم است. هدف اين تحقيق، كنترل كردن صندلي چرخ‌دار توسط سيستم واسط مغز و ماشين با استفاده از سيگنال‌هاي (EEG) مبتني بر الگوهاي ذهني (SSVEP) است. اين كنترل ذهني بايد مخصوصاً براي افراد ناتوان امنيت بالا و دقت قابل قبولي داشته باشد. سيگنال ذهني SSVEP پنجره‌گذاري مي‌شود و سپس در مرحله پيش‌پردازش براي كاهش نويز و مصنوعات از يك فيلتر ميان‌گذر عبور داده مي‌شود.استخراج ويژگي از سه روش (FFT)، (IT-CCA) و روش بهبوديافته مبتني بر تركيب IT-CCA و فيلتربانك انجام مي‌شود. محاسبه دقت و نرخ انتقال اطلاعات هر سه روش نشان مي‌دهد كه روش بهبوديافته مبتني بر تركيب IT-CCA و فيلتربانك بهترين عملكرد را دارد. در پايان صندلي چرخ‌دار و محيط فيزيكي آن در نرم‌افزار شبيه‌سازي ربات Webots طراحي و با ارسال و اجراي دستورات دوازده‌گانه مانور حركتي صندلي چرخ‌دار بررسي مي‌شود.
چكيده لاتين :
A major challenge in two-class brain-computer interface (BCI) systems is the low bandwidth of the communication channel, especially this is important for controlling assistive devices such as a wheelchair or a mobile robot which requires multiple motion commands. The goal of this research is EEG-based wheelchair control through a SSVEP-based BCI. This brain control must provide high security and accuracy particularly for disabled people. SSVEP brain signal is windowed and for reducing noise and artifacts passed through a bandpass filter in preprocessing stage. Three methods including FFT algorithm, IT-CCA and an improved method based on combination of IT-CCA and Filter-bank are used for feature extraction. Computing Accuracy and ITR for three methods represents that improved method based on combination of IT-CCA and Filter-bank has the best performance. Finally the wheelchair and its physical environment are designed by Webots robotic simulation software and by sending and performing multiple commands, wheelchair motivation maneuver is completed.
سال انتشار :
1396
عنوان نشريه :
پردازش سيگنال پيشرفته
فايل PDF :
8208534
لينک به اين مدرک :
بازگشت