دوره 34، شماره 393: هفته اول مهر ماه 1395:914-918

توسعه‌ی یک سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل برانگیخته‌ی بینایی حالت ماندگار برای تایپ متون فارسی

فاطمه آهنین جان, علی مالکی

چکیده


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.


واژگان کلیدی


سیستم واسط مغز- کامپیوتر؛ پتانسیل برانگیخته‌ی بینایی حالت ماندگار؛ تایپ متون فارسی

تمام متن:

PDF

مراجع


Cao T, Wang X, Wang B, Wong CM, Wan F, Mak PU, et al. A high rate online SSVEP based brain-computer interface speller. Proceedings of the 5th International Conference IEEE/EMBS; 2011 Apr 27-May 1; Cancun, Mexico.

Vilic A, Kjaer TW, Thomsen CE, Sorensen HB. DTU BCI speller: An SSVEP-based spelling system with dictionary support. Proceedings of the 35th Annual International Conference of the IEEE EMBS; 2013 Jul 3-7; Osaka, Japan.

Won DO, Zhang HH, Guan C, Lee SW. A BCI speller based on SSVEP using high frequency stimuli design. Proceeding of the IEEE International Conference on Systems, Man and Cybernetics (SMC); 2014 Oct 5-8; San Diego, CA.

Resalat SN, Setarehdan SK. An improved SSVEP based BCI system using frequency domain feature classification. Am J Biomed Eng 2013; 3(1): 1-8.

Iscan Z, Dokur Z. A novel steady-state visually evoked potential-based brain-computer interface design: Character Plotter. Biomed Signal Process Control 2014; 10: 145-52.

Brainard D, Ingling A, Kleiner M, Murray R, Pelli D, Broussard C. What's new in psychtoolbox-3. Perception 2007; 36(14): 1-16.

Pires G, Nunes U, Castelo-Branco M. Comparison of a row-column speller vs. a novel lateral single-character speller: assessment of BCI for severe motor disabled patients. Clin Neurophysiol 2012; 123(6): 1168-81.

Speier W, Deshpande A, Pouratian N. A method for optimizing EEG electrode number and configuration for signal acquisition in P300 speller systems. Clin Neurophysiol 2015; 126(6): 1171-7.

Xu M, Qi H, Zhang L, Ming D. The parallel-BCI speller based on the P300 and SSVEP features. Proceedings of the 6th International Conference on IEEE EMBS Neural Engineering; 2013 Nov 6-8; Marina, CA.

Hassanien AE, Azar AT. Brain-Computer Interfaces: Current Trends and Applications. Berlin, Germany: Springer; 2014.




Creative Commons Attribution-NonCommercial 4.0

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 Unported License which allows users to read, copy, distribute and make derivative works for non-commercial purposes from the material, as long as the author of the original work is cited properly.