ارزيابي عملكرد الگوريتمLASSO با فاز تصحيح‌شده در سيستم‌هايBCI مبتني بر SSVEP

Performance Evaluation of Phase Corrected LASSO Algorithm in SSVEP-Based BCI systems

سيستم‌هاي BCI مبتني بر SSVEP به دليل مزايايي چون سرعت انتقال اطلاعات بالا، نسبت بالاي سيگنال به نويز و راحتي كاربران در استفاده از آن‌ها، توجه بسياري از محققان را به خود جلب كرده اند. هدف پردازشي در اين سيستم‌ها، شناسايي فركانس ظاهر شده در سيگنال EEG كاربر است. از ميان روش‌هاي پردازشي مختلفي كه براي شناسايي فركانس در سيستم‌هاي BCI مبتني بر SSVEP استفاده مي شوند، روش LASSO با استقبال فراواني همراه بوده است. باوجود عملكرد قابل قبول روش LASSO در سيستم‌هاي BCI مبتني بر SSVEP، اين روش در هنگام ساخت سيگنال مرجع، اختلاف فاز احتمالي بين سيگنال مرجع و سيگنال EEG ثبت شده را درنظر نمي‌گيرد. در اين مقاله، ايده اصلاح فاز سيگنال مرجع با توجه به سيگنال EEG ثبت‌شده بررسي شده و روش پيشنهادي با عنوان LASSO با فاز تصحيح‌شده مطرح شده است. در اين مطالعه، ابتدا كانال مناسب براي شناسايي فركانس در سيستم‌هاي BCI مبتني بر SSVEP انتخاب شد و در ادامه، مقايسه‌اي بين روش LASSO استاندارد و روش پيشنهادي LASSO با فاز تصحيح‌شده انجام شد. نتايج اين مقاله نشان مي‌دهد كه اصلاح فاز سيگنال مرجع در روش پيشنهادي LASSO با فاز تصحيح‌شده، به بهبود نتايج شناسايي فركانس نسبت به روش LASSO استاندارد منجر مي‌شود.

SSVEP-based BCI systems have attracted attention of many researchers due to their high signal to noise ratio, high information transfer rate and being easy for use. The processing goal of these systems is to detect the stimulus frequency of EEG signal. Among the processing methods for frequency identification in SSVEP-based BCI systems, LASSO algorithm has gained great acceptance. Although LASSO has acceptable performance in SSVEP-based BCI systems, it doesnʹt consider the phase of recorded EEG signal for creating the reference signal. In this paper, the idea of correcting the phase of the reference signal with respect to recorded EEG signal was investigated and a new method called phase corrected LASSO was proposed. For this purpose, first, the optimal EEG channel for frequency identification was determined and then, the performance of the phase corrected LASSO method was compared with standard LASSO method. The results show that the phase corrected LASSO method has better performance compared with the standard LASSO method.