فهرست نشریات علمی دسترسی آزاد ایران

یکی از چالش‌های اساسی در توسعه سیستم‌های رابط مغز و رایانه (BCI)، پایین بودن نرخ انتقال اطلاعات (ITR) است. استفاده از زمان تحریک کوتاه راه‌حلی است که دارای مزیت‌های افزایش مقدار ITR و کاهش خستگی ذهنی کاربران است. به هنگام استفاده از زمان تحریک کوتاه، الگوریتم‌های مبتنی بر شکل‌دهیِ پرتوِ واریانس کمینه با محدودیت خطی (LCMV) عملکرد مناسبی نسبت به سایر طبقه‌بندها فراهم می‌کنند. اما عملکرد آن‌ها در شرایط مذکور بدلیل تخمین بد ماتریس کوواریانس همچنان پایین است. برای بهبود عملکرد شکل‌دهنده پرتو LCMV، این مطالعه چهار ماتریس کوواریانس تنظیم شده مبتنی بر انقباض؛ شامل ترکیب محدب (CC)، ترکیب خطی کلی (GLC)، CC اصلاح‌شده (MCC) و GLC اصلاح‌شده (MGLC) را پیشنهاد می‌کند. تخمین‌گر‌های پیشنهادی با بهبود تخمین بردار وزن به کار رفته در شکل‌دهنده پرتو مکانی-زمانی LCMVst عملکرد طبقه‌بندی را بهبود می‌دهند. نتایج نشان داد که به هنگام استفاده از کوتاه‌ترین زمان تحریک (25/0 ثانیه)، شکل‌دهنده‌های پرتو پیشنهادی LCMVst-MCC و LCMVst-MGLC بهبود قابل توجهی در حدود 27 درصد در میانگین دقت طبقه‌بندی نسبت به LCMVst ارائه کردند. همچنین، روش‌های LCMVst-MCC، LCMVst-MGLC نسبت به روش‌های LCMVst-CC، LCMVst-GLC بهبود تقریبی 9 درصد را در دقت طبقه‌بندی ارائه کردند. نتایج نشان می‌دهد که شکل‌دهنده‌های پرتو پیشنهادی دارای پتانسیل بالایی در توسعه سیستم‌های BCI مبتنی بر SSVEP هستند.