تفاوت میان نسخه‌های «واسط مغز و رایانه»

(تمیزکاری با ویرایشگر خودکار فارسی)
 
با توجه به اینکه مولفه P300 سیگنال در حوزه زمان دارای یک پیک دامنه
در نزدیکی t=300 ms پس از تحریک می‌باشد بنابراین در حوزه زمان از این ویژگی برای تمیز کردن سیگنال P300 دار از سیگنال غیر P300 استفاده می‌کنیم. برای این منظور ابتدا عمل پیش پردازش یعنی عبور از فیلتر میان گذر [0.3 32  Hz] و حذف ناحیه OA در صورت وجود را برروی سیگنال EEG اعمال می‌کنیم. سپس برای هر کاراکتر دو سیگنال از ۱۲ سیگنال که دارای مولفه P300 است را مشخص می‌کنیم؛ بنابراین در ۱۵ بار تکرار سیگنال EEG دارای مولفه P300 و سیگنال EEG غیر مولفه P300 داریم. با میانگین گیری سیگنال‌های دارای مولفه P300، الگوی مناسبی از این سیگنال بدست می‌آید. حال بمنظور کاهش بعد سیگنال عمل down sampling با رنج ۶ برروی سیگنال انجام می‌دهیم که در نهایت سیگنال ۲۴۰ نمونه‌ای مطابق با شکل۱۱ به سیگنال با ۴۰ نمونه تبدیل می‌شود.
در مرحله طبقه‌بندی سیگنال، از این ۴۰ نمونه بعنوان الگوی یک سیگنال EEG دارای مولفه P300 استفاده می‌کنیم. این روش در طبقه‌بندی با محاسبه کرلیشن بسیار مناسب است.
 
 
=== ازمایش‌های BCI روی حیوانات ===
تا کنون تحقیقات بسیاری روی میمون‌ها، خفاش و گربه انجام شده است که به اختصار به بعضی از ان‌ها اشاره شده است. از جمله حرکت دست رباتی توسط یک میمون در سال ۲۰۰۸ در دانشگاه پیتزبرگ([[University of Pittsburgh Medical Center]]) و یا حرکت نشانه گر موس روی صفحه فقط از طریق خواندن امواج مغزی میمون از پوسته مغز او و دادن فیدبک از طریق بینایی به حیوان (در این روش کم‌کم به حیوان می‌آموزند تا چگونه نشانه گر را روی صفحه کامپیوتر جابه‌جا کند).
در سال ۱۹۶۹ در دانشگاه واشینگتن([[University of Washington School of Medicine]]) نشان داده شد که میمون می‌تواند به راحتی کار کردن با یک دست رباتی را یاد بگیرد و در سال ۱۹۷۰ نیز نشان داده شد که اگر حیوان با دادن جایزه‌هایی تشویق شود می‌تواند الگوی مغزی خاصی را تولید کند.
در دهه ۸۰ میلادی Apostolos Georgopoulos در دانشگاه جان هاپکینز نشان داد که رابطه‌ای ریاضی بین سیگنال‌های مغزی میمون رزوس (نوع خاصی میمون که در خیلی از مناطق زندگی می‌کند و مغز او تطبیق زیادی با مغز انسان دارد) و جهت حرکت دستهای او، بر اساس تابع [[کسینوس]] وجود دارد. او همچنین نشان داد که فعالیت‌های ارادی میمون را می‌توان توسط نرون‌هایی که در بخش‌های مختلف مغز میمون وجود دارد نیز ثبت کرد اما در هر لحظه فقط باید در یک نقطه این اندازه‌گیری انجام شود. البته این نتیجه‌گیری به دلیل محدودیت فیزیکی دستگاه‌های او بود.<ref name="en.wikipedia.org" />
۱)فعالیت‌های مغزی ریتمیک.{{سخ}}
۲)پتانسیل‌های برانگیخته.{{سخ}}
مغز متشکل از میلیون‌ها سلولی است که هر کدام عمل متفاوتی را انجام می‌دهند. از این‌رو در هر لحظه، و در هر جای مغز ترکیب مختلفی ازانواع [[فرکانس|بسامدها]] را می‌توان داشت. بسته به سطح هوشیاری، امواج مغزی افراد طبیعی، فعالیت ریتمیک متفاوتی از خود نشان می‌دهد. برای مثال، مراحل مختلف [[خواب]] را می‌توان در EEG مشاهده کرد. همچنین به هنگام بیداری نیز امواج ریتمیک متفاوتی به‌وجود می‌آید. این ریتم‌ها با افکار و اعمال مختلف تحت تأثیر قرار می‌گیرند. برای مثال، طرح‌ریزی یک حرکت می‌تواند یک ریتم خاص را بلوکه و یا تضعیف کند. این واقعیت که افکار محض می‌توانند روی ریتم‌های مغزی اثر بگذارند، می‌تواند به عنوان اساس سیستم‌های رابط مغز و رایانه به‌کار رود. همان‌طور که در جدول ۱ نشان داده شده، این امواج را می‌توان به چندین رنج فرکانسی تقسیم کرد.{{سخ}}
۱. باندهای فرکانسی امواج ریتمیک{{سخ}}
فرکانس باند
[3] Davila, C. E. and Srebro, R. "Subspace averaging of
steady-state visual evoked potentials."
Biomedical Engineering, IEEE Transactions on, Vol. 47, Iss. 6, pp. &nbsp;720–728. (2000).
 
[4] Muller, G. R. , Neuper, C. , and Pfurtscheller, G. , "Implementation of a
telemonitoring system for the control of an EEG-based brain-computer interface,"
IEEE Trans Neural Syst.Rehabil.Eng, vol. 11, no. 1, pp. &nbsp;54–59, 2003.
 
[5] Krausz, G. , Scherer, R. , Korisek, G. , and Pfurtscheller, G. , "Critical decision-speed
pp. 422-426, 2003.
 
[7] Eric W. Sellers , Emanuel Donchin ,”A P300-based brain–computer interface: Initial tests by ALS patients”,Elsevier,pp. &nbsp;476–483, 2006
 
[8] F. Piccione a,*، F. Giorgi a, P. Tonin a, K. Priftis a,b, S. Giove c, S. Silvoni d, G. Palmas d,
F. Beverina,” P300-based brain computer interface: Reliability and performance inhealthy and paralysed participants”,Elsevier, pp. &nbsp;531–537, 2006
 
[9] Po-Lei Lee, Jen-Chuen Hsieh, Chi-Hsun Wu, Kuo-Kai Shyu,Yu-Te Wu,“Brain computer interface using flash onset and offset visual evoked potentials”, Elsevier, pp. &nbsp;605–616, 2008
 
[10] http://www.bci-info.org