نادر وحدانی مناف - استادیار دانشکده برق موسسه آموزش عالی سراج تبریز
وحید پورنامدار - دانشجوی کارشناسی ارشد الکترونیک دانشکده برق موسسه آموزش عالی سراج تبریز

سیگنال های EEG حاوی اطلاعات زیادی هستند و بسیاری از الگوریتم های موجود، جهت تجزیه و تحلیل این نوع سیگنال ها برای تشخیص بعضی از بیماری ها و برخی از شرایط فیزیولوژیکی مانند عمق خواب، شرایط تفکر، احساسات و غیره مورد استفاده قرار می-گیرند. این سیگنال ها معمولا با نویزها و آرتیفکت های مختلفی همراه هستند. در این مقاله سعی شده است از برخی از آرتیفکت-های همراه سیگنال EEG به عنوان ویژگی های متفاوتی از این سیگنال ها استفاده گردد. برای این منظور در این تحقیق با انجام آزمایش های فیزیولوژیکی خاص و دقیق، از 20 فرد سالم در محدوده سنی 18 الی 26 سال و با جنسیت های مرد و زن، سیگنال EEG از روی نقاط مشخصی از سر توسط الکترودها ثبت گردیده و سپس آرتیفکت های حرکتی و ویژگی های موجود در این سیگنال با روش های تعیین نقاط اکسترمم و برازش منحنی استخراج و سپس توسط اگوریتم k نزدیکترین همسایه کلاس بندی گردیده است. این کار با هدف کنترل صندلی چرخ دار به طرف راست، چپ، جلو و همچنین ترمز کردن صورت گرفته است. روش ارایه شده در این مقاله به دلیل استفاده از فقط دو عدد الکترود و همچنین قدرت طبقه بندی بسیار بالا، می تواند برای استفاده افراد معلول روشی مطلوب بشمار آید.

سیگنال EEG، آرتیفکت، استخراج ویژگی، کلاس بندی