|
|
|
|
دسته‌بندی حرکت دست براساس سیگنال‌های مغزی eeg به کمک شبکه عصبی کانولوشنی
|
|
|
|
|
DOR
|
20.1001.2.0020135610.1400.4.1.325.8
|
|
نویسنده
|
رفیعی مهران ,امینیان مهدی
|
|
منبع
|
همايش ملي فناوريهاي نوين در مهندسي برق، مكانيك و كامپيوتر ايران - 1400 - دوره : 4 - چهارمین همایش ملی فناوریهای نوین در مهندسی برق، مکانیک و کامپیوتر ایران - کد همایش: 00201-35610
|
|
چکیده
|
بکارگیری سیگنال‌های اندازی‌گیری شده از مغز برای کنترل دستگاه‌ها یکی از بزرگترین خواسته های بشر، مخصوصا برای افراد فاقد توانایی جسمی، بوده است. هدفی که در این مقاله دنبال شده است، استفاده از قدرت شبکه های عصبی مصنوعی در جهت برآورده کردن این خواسته است. مغز انسان متشکل از میلیاردها نورون است که برای ارتباط بین قسمت‌های مختلف توسط نیروی محرکه بسیار ضعیف الکتریکی برانگیخته می شوند. براین اساس، سیگنال های electroencephalography (یا بطور مخفف eeg) یک تست برای تشخیص موقعیت مکانی این نیروی الکتریکی بر روی جمجمه انسان است، که برای مقاصد بالینی پزشکی و مطالعاتی مختلفی مورد استفاده قرار می گیرند. در این مقاله، سعی شده است تا با استفاده از مجموعه داده گردآوردی شده از سیگنال مغزی یکصد و نه داوطلب و بکارگیری شبکه عصبی کانولوشنی، باز و بسته شدن مشت دست چپ و راست افراد تشخیص داده شود. مدل شبکه عصبی عمیق پیاده شده، بعد از انجام مراحل آموزش برروی این مجموعه داده، توانایی تشخیص حداقل هشت حرکت صحیح از هر ده تلاش ذهن برای تصور کردن حرکت دادن دست چپ یا راست داراست. نتایج امیدبخش این تحقیق روی یک شبکه عصبی عمیق سبک وزن می تواند انگیزه‌ای برای انجام تحقیقات کامل تر و در مقیاس بزرگتر و پیچیده‌تر در آینده برای رسیدن به محصولاتی در جهت کمک به افراد با ناتوانایی جسمی باشد.
|
|
کلیدواژه
|
شبکه عصبی یادگیری عمیق ,شبکه عصبی کانولوشنی cnn ,egg ,bci ,هوش مصنوعی ,مغز
|
|
آدرس
|
دانشگاه پلیتکنیک تورین, ایران, دانشگاه گیلان, ایران
|
|
پست الکترونیکی
|
mahdi.aminian@guilan.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
hand movement classification based on brain's EEG signal with the help of convolutional neural network
|
|
|
|
|
Authors
|
|
|
Abstract
|
|
|
Keywords
|
شبکه عصبی یادگیری عمیق ,شبکه عصبی کانولوشنی CNN ,EGG ,BCI ,هوش مصنوعی ,مغز
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|