تخمين مسير حركت دست و موقعيت پنجه ميمون در سه بعد با استفاده از سيگنالهاي سطحي قشر مغز

دكتري تخصصي (PhD)

هدف اصلي اين تحقيق، تخمين موقعيت دست ميمون با استفاده از سيگنال ECoG ثبت شده از قشر حركتي مغز است. يكي از سوالات اساسي در اين رابطه اين است كه آيا با استفاده از ثبت ECoG كه از يك نيمكره مغزي انجام ميشود ميتوان موقعيت هر دو دست را در فضا تخمين زد. براي پاسخگويي به اين پرسش، آزمايشي را ترتيب داديم كه در طي آن ميمون از دست راست و دست چپ خود براي گرفتن تكههاي غذا استفاده ميكند و همزمان با آن موقعيت مچ دو دست و سيگنالهاي ECoG از نيمكره راست مغز، ثبت ميشود. براي استخراج ويژگي از سيگنالهاي مغزي، روش نظارتي با تركيب دو روش PLS و LDA و براي مدلسازي رياضي، مدلي آماري بر مبناي وضعيتهاي مختلف حركتي ارايه شده است. متوسط دقت براي تخمين موقعيت دست بر اساس ملاك همبستگي پيرسون، براي حالتي كه ميمون در تمام مدت آزمايش تنها از دست راست يا چپ خود استفاده ميكند به ترتيب 0,76 و 0,78 و براي حالتي كه از هر دو دست خود بهشكل متوالي استفاده ميكند به ترتيب 0,67 و 0,66 حاصل شد. موضوع مهم ديگري كه در اين تحقيق بررسي شد، مقايسه نسبي اطلاعات حركتي در باندهاي فركانسي مختلف است. بر اساس مشاهداتمان، در باندهاي فركانسي پايين شامل (𝛽 (15- 30 Hz و (𝜃 − 𝛼 (5- 15 Hz نتايج تخمين دست موافق بهتر از دست مخالف است در حالي كه براي باندهاي فركانسي بالا شامل (hfECoG(200- 400 Hz و (𝛾(30- 200 Hz موقعيت دست مخالف بهتر از دست موافق تخمين زده مي شود. در اين تحقيق همچنين تاثير لايه سختشامه در كيفيت سيگنال ECoG بررسي شده است. مجموعه دادگاني كه براي اين كار استفاده كردهايم شامل ثبت از فضاي بالاي سخت شامه و ثبت از فضاي زير سخت شامه است. نتايج اين بررسي نشان ميدهد كه دقت تخمين، با قرار گرفتن لايه سخت شامه ميان الكترودها و قشر مغز به خصوص در باندهاي فركانسي گاما به شدت كاهش مييابد و اين در حالي است كه ملاك اطلاعات مشترك شانون نشان از وجود اطلاعات حركتي زياد در آنها دارد. به نظر مي رسد وجود نويز جويدن در ثبت از فضاي بالاي سختشامه دليل اين افت كيفيت باشد. در اين مجموعه داده براي مدلسازي رياضي، روشي تازه براساس تخمين تكه اي از تابع توزيع احتمال شرطي خروجي بر اساس ورودي مدل به اسم PPD ارايه و نتايج حاصل از آن با مدلهاي متداول ديگر مقايسه شده است. متوسط دقت براي تخمين موقعيت دست بر اساس ملاك همبستگي براي ثبت از فضاي بالا و زير سختشامه به ترتيب 0,65 و 0,76 حاصل شد كه اين نتيجه نشان دهنده افت دقت تخمين موقعيت دست با استفاده از سيگنالهاي ثبت شده از بالاي سخت شامه در مقايسه با ثبت از فضاي زير سختشامه است. در اغلب روشهاي پردازش سيگنال، دو مرحله استخراج ويژگي و مدلسازي رياضي به شكل جدا از هم و با استفاده از فرايندهاي آموزشي متفاوت انجام ميشود. با در نظر گرفتن اين مساله، در اين تحقيق يك ساختار شبكه عصبي عميق ارايه شده است كه هر دو مرحله استخراج ويژگي و مدلسازي رياضي را در دل خود داشته و آموزش هم زمان اين دو مرحله، با استفاده از روشي به اسم روش تكرار شونده دو مرحلهاي انجام ميشود. متوسط نتايج براي حالتي كه در قسمت مدل سازي رياضي، از رگرسيون خطي استفاده شود، مقادير 0,56 و 0,71 و براي حالتي كه از مدل PPD در اين ساختار استفاده شود مقادير 0,60 و 0,76 حاصل شد كه به ترتيب براي ثبتهاي از بالا و زير سخت شامه به دست آمده است.

196089

دانشگاه علم و صنعت ايران

مهندسي برق- الكترونيك

دكتر عباس عرفانيان اميدوار