|
|
مجله دانشکده پزشکی اصفهان، جلد ۳۴، شماره ۳۹۳، صفحات ۹۱۴-۹۱۸
|
|
|
| عنوان فارسی |
توسعه‌ی یک سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل برانگیخته‌ی بینایی حالت ماندگار برای تایپ متون فارسی |
|
| چکیده فارسی مقاله |
چکیده مقدمه: سیستم‌های واسط مغز- کامپیوتر (Brain-computer interface یا BCI) برای بیمارانی که قادر به استفاده از عضلات خود نیستند، امکان برقراری ارتباط بین مغز و دنیای پیرامون از طریق ایجاد یک کانال مصنوعی را فراهم می‌سازد. از بین انواع واسط‌های مغز- کامپیوتر که به عنوان هجی کننده کاربرد دارند، می‌توان به واسط‌های مبتنی بر پتانسیل برانگیخته‌ی بینایی حالت ماندگار (Steady-state visually evoked potentials یا SSVEP) اشاره کرد که در سال‌های اخیر بسیار مورد توجه بوده است. روش‌ها: در این پژوهش، از الگوهای تحریک مبتنی بر کد بریل با هشت نشانه‌ی چشمک‌زن استفاده گردید. برای ایجاد تحریک بینایی، از جعبه ابزار Psychophysics نرم‌افزار MATLAB استفاده شد. استخراج ویژگی بر اساس روش Fast Fourier transform (FFT) و طبقه‌بندی مبتنی بر بیشینه‌ی مقدار انجام گردید. یافته‌ها: با استفاده از پاسخ مغزی SSVEP و کدهای بریل، دستیابی به نرخ انتقال اطلاعات 632/19 بیت بر دقیقه و صحت 67/96 درصد میسر گردید. نتیجه‌گیری: سیستم طراحی شده به دلیل مزایایی از جمله ثبت سیگنال به صورت تک الکترودی، کم بودن تعداد فرکانس‌های تحریک و قابلیت تنظیم پارامترهایی از جمله زمان استراحت بین انتخاب تحریک‌ها، بسیار کارآمد و کاربرپسند است. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Development of a Steady-State Visually Evoked Potential (SSVEP)-Based Brain-Computer Interface for Typing Persian Texts |
|
| چکیده انگلیسی مقاله |
Abstract Background: For disabled patients who are unable to use their muscles, brain-computer interface (BCI) systems can be used to establish a channel between their brain and outside world. Steady-state visually evoked potentials (SSVEP)-based interfaces are of brain-computer interface-spellers noted in recent years. Methods: In this study, stimulation patterns based on Braille code with eight flickering cues were used. MATLAB psychtoolbox was used for construction of the visual stimulation. Fast Fourier transform (FFT) method and maximum classifier were used for feature extraction and classification, respectively. Findings: We achieved 96.67% of classification accuracy and information transfer rate of 19.632 bit per minute using Steady-state visually evoked potentials brain response and Braille code. Conclusion: Because of advantages such as single electrode signal recording, low number of excitation frequencies and adjustable parameters such as rest time between the stimulations, designed system is highly efficient and user friendly. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
فاطمه آهنین جان | fatemeh ahanin jan
دانشجوی کارشناسی ارشد،گروه بیوالکتریک، دانشکده ی مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)
علی مالکی | ali maleki
استادیار،گروه بیوالکتریک، دانشکده ی مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)
|
|
| نشانی اینترنتی |
http://jims.mui.ac.ir/index.php/jims/article/view/6814 |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-317424.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
مقاله پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|