طبقه بندی ترکیبی سیگنال های الکتروانسفالوگرام با استفاده از روش استخراجویژگی ترکیب تبدیل ویولت و فوریه

واسط کامپیوتر و مغز یک سیستم ارتباطی است که به هیچ گونه فعالیت عضلانی جانبی نیاز ندارد. با استفاده از یک سیستم واسط کامپیوتر و مغز یک شخص قادر است دستوراتی را به یک وسیله الکترونیکی فقط با استفاده از فعالیت مغزی ارسال کند. هدف اصلی از این پژوهش استفاده از روش ترکیب تبدیل ویولت و فوریه در کنار روش های ترکیبیطبقه بندی به منظور کاهش خطا و بهبود طبقه بندی سیگنال های الکتروانسفالوگرام می باشد. با وجود این که روش های مختلفی برای تفسیر سیگنال های دریافتی از الکترودهای انسفالوگرام پیشنهاد شده است ولی نتایج آخرین تحقیقات نشان دهنده درصد خطای بالا در تشخیص الگوهای سیگنالی مرتبط با فعالیت حرکت دست می باشد. در این تحقیق برایاستخراج ویژگی از ترکیب روش های تبدیل ویولت و تبدیل فوریه استفاده می شود و سپس به طبقه بندی ویژگی ها با استفاده از الگوریتم های افزایشی Adaboost ، Logitboost و Robustboost پرداخته می شود. روش پیشنهادی کاهش خطا و افزایش دقت طبقه بندی را نشان می دهد.