چکیده
رابط مغز – رایانه (BCI) اغلب نگاشت، کمک و یا ترمیم عملکردهای شناختی یا حرکتی- حسی انسان میباشد. الکتروانسفالوگرام (EEG) یک روش غیرتهاجمی در شناسایی و ثبت فعالیت الکتریکی مغز میباشد. نویزها سیگنالهای ناخالص ثبت شدۀ EEG هستند که از آرتیفکتهای فیزیولوژیکی و فوق فیزیولوژیکی ناشی می شوند. تکنیکهای متعددی وجود دارد که برای دستکاری سیگنال ثبت شدۀ EEG در مرحله پیش پردازش BCI برای دستیابی به نتایج مطلوب در مرحله یادگیری بکار میروند. هدف این مقاله ارائه یک بررسی اجمالی از آرتیفکتهای مختلف ثبت کننده سیگنال مغز EEG درBCI و متدولوژیهای آن برای حذف این آرتیفکتها از سیگنال با استفاده از روندهای جدید در زمینههای تحقیقاتی BCI میباشد.
1. مقدمه
تحقیقات BCI در دهه گذشته آغاز شده است. تحقیق و توسعه BCI عمدتاً بر کاربردهای پروتزهای عصبی تمرکز دارد که هدف آن ترمیم آسیبهای شنوایی، بینایی و حرکت است (1). امروزه، تحقیقات BCI به نتایج قابل توجهی در زمینه کنترل ربات (6، 8، 9، 12)، بهبود ناتوانیهای حرکتی با استفاده از کاشت چیپهای BCI (1، 4،5،7،11)، تشخیص و پیش بینیهای پزشکی (15،18) امنیت و احراز هویت (14) و کنترل بازی (10،16،17) دست یافته است. شکل 1 تحقیقات مختلف BCI را نشان میدهد.
ABSTRACT
Brain Computer Interface (BCI) is often directed at mapping, assisting, or repairing human cognitive or sensory-motor functions. Electroencephalogram (EEG) is a non-invasive method of acquisition brain electrical activities. Noises are impure the EEG recorded signal due to the physiologic and extra-physiologic artifacts. There are several techniques are intended to manipulate the EEG recorded signal during the BCI preprocessing stage of to achieve preferable results at the learning stage. This paper aims to present an overview on BCI different EEG brain signal recording artifacts and the methodologies to remove these artifacts from the signal focusing on different novel trends at BCI research areas.
1. INTRODUCTION
The BCI research has arisen at the last decade. BCI research and development has focused primarily on neuro-prosthetics applications that aim to restore damaged hearing, sight and movement [1]. Nowadays, BCI research reached remarkable results at robot control [6, 8, 9, 12], motor disabilities recovery using BCI chip implants [1, 4, 5, 7, 11], medical diagnoses and prediction [15, 18], security and authentications [14] and game controlling [10, 16, 17]. Figure 1 illustrates different BCI research.
چکیده
1. مقدمه
2. آرتیفکتهای EEG
1.2. آرتیفکتهای فوق فیزیولوژیکی
2.1. آرتیفکتهای فیزیولوژیکی
3. حذف آرتیفکتها
1.3. جلوگیری از آرتیفکتها
2.3. فیلترینگ خطی
3.3. فیلتر تطبیقی خطی
4.3. فیلتر مبتنی بر شبکه عصبی کوانتوم
3.5. فیلترینگ فضایی
6.3. فیلتر مبتنی بر توزیع کوشی
4. نتیجه گیری
ABSTRACT
1. INTRODUCTION
2. EEG ARTIFACTS
2.1 Extra-Physiologic Artifacts
3. ARTIFACTS REMOVAL
3.1 Artifacts Avoidance
3.2 Linear Filtering
3.3 Linear Adaptive Filter
3.4 Quantum Neural Network-Based Filter
3.5 Spatial filtering
3.6 Cauchy-Based Filter
4. CONCLUSION