طبقه بندی پتانسیل های برانگیخته با استفاده از تجزیه حالت تجربی تجمعی در سیستم های واسط مغز کامپیوتر

پتانسیل برانگیخته بینایی حالت پایدار، پاسخ مغز به یک تحریک بینایی تکرارشونده است که این پاسخ، فرکانسی مشابه با فرکانس تحریک یا هارمونیک های آن دارد.در سیستم های پتانسیل برانگیخته بینایی حالت پایدار ، شناسایی فرکانس تحریک ظاهرشده در سیگنال EEG کاربر برای درک نیاز کاربر است. روش های پردازشی مختلفی برای شناسایی فرکانس در سیستم های مبتنی بر پتانسیل برانگیخته بینایی حالت پایدار استفاده می شود. لذا، در روش پیشنهادی، در بخش پیش پردازش، به حذف نویز و مصنوعات در سیگنال های مغزی پرداخته می شود. سپس، به تجزیه ی سیگنال ها توسط الگوریتم تجزیه حالت تجربی تجمعی پرداخته می شود. در مرحله ی بعد، استخراج ویژگی های غیرخطی انجام می شود. سپس، به انتخاب ویژگی توسط الگوریتم تحلیل مولفه های اساسی پرداخته می شود. درنهایت به طبقه بندی شبکه عصبی SVM جهت دسته بندی ویژگی های استخراج شده به دو دسته بیمار و سالم پرداخته می شود.