فهرست نشریات علمی دسترسی آزاد ایران

هیجانات، برای تفسیر درست اقدامات و همچنین ارتباطات بین انسان‌ها مهم هستند. شناخت هیجانات از طریق سیگنال الکتروانسفالوگرام (EEG)، امکان تشخیص حالات هیجانی را بدون روش‌های سنتی ازجمله پر کردن پرسشنامه، میسر می‌گرداند و می‌تواند بدون معاینات و ویزیت‌های بالینی، هیجان مورد نظر در فرد را بازگو نماید که نقش بسیار مهمی در تکمیل کردن پازل تعامل بین مغز و کامپیوتر(BCI)  ایفا می‌کند. ازجمله چالش‌های عمده‌ای که در این زمینه وجود دارد، نخست انتخاب و استخراج ویژگی‌های مناسب از سیگنال الکتروانسفالوگرام است، به‌نحوی‌که تمییز قابل قبولی را بین حالات هیجانی مختلف ایجاد نمایند. چالش دیگر انتخاب یک الگوریتم طبقه‌بند مناسب، برای تفکیک و برچسب‌گذاری صحیح سیگنال‌های مربوط به هر هیجان است. این مقاله، با ارائه‌ی روشی مستقیم از چالش‌های ذکرشده، گذر کرده و نتایج عملکرد طبقه‌بندی کننده بر اساس نمایش تنک سیگنال (SRC) و بازسازی آن توسط دیکشنری آموزش دیده شده، گزارش شده است. روش پیشنهادی این مقاله بر روی دو پایگاه داده آزمایش شده است که پایگاه اول حاصل طراحی سناریو و ثبت سیگنال آزمایشگاهی همین مقاله با تحریک شنوایی بوده است و پایگاه داده دوم مربوط به ثبت داده‌ی دانشگاه شانگهای چین است. نتایج روش پیشنهادی صحت بالای 80% را برای بازشناسی دو هیجان مثبت و منفی فراهم می‌کند و نشان می‌دهد که روش پیشنهادی درصد موفقیت بالاتری در طبقه‌بندی هیجانات نسبت به پژوهش‌های پیشین دارد.