فهرست نشریات علمی دسترسی آزاد ایران

طراحی یک سیستم تشخیص احساس قابل اعتماد با انتخاب الکترودهای با اطلاعات بیشتر سیگنال EEG در این مطالعه مدنظر قرار گرفته است. چالش اصلی در استفاده از سیگنال EEG تعداد بالای الکترودها در ثبت داده­هاست؛ که در نتیجه­ی آن افزایش حجم محاسبات و زمان پردازش، و در مواردی خطای قابل­توجه در طبقه­بندی به­دلیل افزونگی اطلاعات ایجاد می­شود. به­منظور کاهش تأثیر این موارد، در مطالعه حاضر یک سیستم تشخیص احساسات مبتنی بر الگوریتم الگوی فضای مشترک (CSP) برای انتخاب کانال­های مؤثر ارایه شد. سیگنال­های EEG پایگاه داده­ي DEAP که از 32 نفر درحین تماشای ویدیوهای احساسی ثبت شده­اند؛ به­منظورارزیابی روش پیشنهادی به­کار گرفته شدند. زیرباندهای تتا، آلفا، بتا و گاما برای سیگنال­های EEG تعیین شدند؛ و سپس انتخاب کانال­ها برمبنای اطلاعات زیرباندهای سیگنال با روش CSP انجام شد. با اعمال روش، الکترودهای F4-F8-AF4-Fp2-Fz-Cz از بین32 کانال اولیه انتخاب شدند؛ و ویژگی بیشینه چگالی طیف توان برای زیرباندهای فرکانسی کانال­های برگزیده محاسبه شد. سپس با استفاده از آزمون t و روش تحلیل مولفه­هاي اصلی (PCA) فرایند انتخاب ویژگی­ها و نگاشت فضای ویژگی­ها انجام شد. برای طبقه­بندی داده­ها و تشخیص حالت­های احساسی، ماشین بردار پشتیبان (SVM) به­کار گرفته شد. نتایج کسب شده بیانگر عملکرد مطلوب سیستم پیشنهادی در شناسایی چهار حالت احساسی است؛ به­گونه­ای که حالت­های موردنظر با دقت 84 درصد شناسایی شدند. نتایج به­دست آمده تأثیر انتخاب کانال­های EEG را در عملکرد سیستم تشخیص احساسات علیرغم استفاده از تنها یک ویژگی طیف توان نشان می­دهد. بدیهی است با افزایش تعداد و نوع ویژگی­ها، نتایج همچنان بهبود خواهند داشت.