فاطمه مخلوقی - دانشجوی ارشد رشته مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ا یرا ن
مهسا طهماسبی - کارشناسی رشته مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ا یران
ناهید قریشی - کارشناسی ارشد رشته مهندسی پزشکی، دانشگاه بین المل لی امام رضا (ع)، مشهد، ا یرا ن
عاتکه گشوارپور - استادیار، گروه مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران

مقدمه: بار کاری ذهنی، بیانگر تعداد منابع ذهنی مورد نیاز برای انجام مجموعه ای از وظایف همزمان است. امروزه، استفاده از سیستم های هوشمند نظیر تلفن همراه بار کاری ذهنی وخطر اضافه بار شناختی را افزایش می دهد. سطح بار ذهنی معمولا ازطریق بازخورد کلامی یا کتبی فرد ارزیابی می شود. بااین حال، سازگاری چنین اندازه های خود گزارشی به مهارت فراشناختی فرد بستگی دارد. بنابراین اندازه گیری خودکار بار شناختی به یک چالش حائزاهمیت تبدیل شده است. بطور خاص، بازشناسی بار محاسباتی ذهنی از سیگنال EEG می تواند برای تشخیص بیماران مبتلا به اختلالات روانشناختی نیز مفید باشد.هدف مطالعه حاضر، ارائه سیستمی خودکار برای تفکیک حالت ذهنی با استفاده از ویژگی های دینامیک سیگنال EEG است. روش: ۱۹ کانال سیگنال EEG افراد دو حالت استراحت و تکلیف حل مسئله مورد تحلیل قرار گرفت.از بازسازی فضای فاز تاخیردار برای فرآیند استخراج ویژگی استفاده شد. برخلاف روش های متداول کمی سازی فضای فاز تاخیر یافته در مختصات کارتزین شاخص های قلبی جدید معرفی شدند.

الکتروانسفالوگرام، فعالیت ذهنی، فضای فاز تاخیر یافته، طبقه بندی، ماشین بردار پشتیبان