چکیده:
سیستم‌های رابط مغز-کامپیوتر (BCI) مبتنی بر الکتروانسفالوگرافی (نوار مغز) که به طور فزاینده‌ای در زمینه‌های مختلف مورد استفاده قرار گرفته‌اند، در یک چارچوب غیرتهاجمی به تولید برنامه‌های کاربردی شامل سرگرمی تا توانبخشی منجر شده‌اند. در این مطالعه با در نظر گرفتن پتانسیل‌های برانگیخته حالت دائم بینایی به تحلیل مقایسه‌ای روش‌های مختلف پردازش سیگنال در هر مرحله از سیستم BCI می‌پردازیم که شامل مراحل زیر می‌باشد: (1) استخراج ویژگی براساس روش‌های مختلف طیفی (بانک فیلترها، روش ولش و مقدار تبدیل فوریه زمان کوتاه)؛ (2) انتخاب ویژگی با استفاده از بسته‌بندی افزایشی، فیلتر استفاده‌کننده از روش پیرسون و اندازه‌گیری خوشه‌ای براساس شاخص دیویس-بولدین و همچنین سناریویی بدون انتخاب استراتژی؛ (3) طرح‌های طبقه‌بندی با استفاده از تحلیل تفکیک خطی (LDA)، ماشین‌های بردار پشتیبان (SVM) و ماشین‌های یادگیری افراطی (ELM). ترکیب چنین متدولوژی‌ها علاوه بر توصیف روش طبقه‌بندی نسبتاً جدیدی (تعریف شده برحسب ELM) که به سیستم‌های BCI-SSVEP اعمال شده است، به یک دید تطبیقی مشخص و مفید از نیرومندی و کارآیی استراتژی‌های کلاسیک منجر می‌گردد.
1- مقدمه
رابط مغز-کامپیوتر (BCI) دستگاهی است که با هدف ترسیم سیگنال‌های مغزی به صورت دستورات برای دستگاه‌های خارجی، کانال ارتباطی جایگزینی را برای کاربردان در زمینه‌های مختلف عملی مشخص می‌سازد که می‌تواند شامل برنامه‌هایی از قبیل بازی‌های کامیپوتری تا فناوری‌های کمکی باشد .
BCIs به طور کلی از الکتروانسفالوگرافی (EEG) به عنوان برآیند عواملی مانند قابلیت انتقال، غیرتهاجمی بودن و هزینه استفاده می‌کند. سیگنال‌های EEG به کمک یک کلاهک الکترودی مستقر بر پوست سر کاربر که به ماژول‌های پیش‌پردازشی و نمونه‌برداری متصل است، بدست می‌آید. طراحی یک BCI براساس نمونه انتخاب شده، روند کلی در زمینه تصویرسازی حرکتی ، P300 و پتانسیل‌های برانگیخته حالت دائم بینایی (SSVEP) تعیین می‌گردد. دو روش آخر مبتنی بر پتانسیل‌های مرتبط با رویداد (ERP) هستند. نخستین مورد از این نمونه‌ها به توانایی اپراتور در تغییر ــ با تصویرسازی از روند بخش‌های متحرک هر دو سمت بدن (به عنوان مثال باز یا بسته شدن دست راست یا چپ) ــ فعالیت ناحیه حرکتی بستگی دارد ، در حالی‌که دومین مورد از یک پتانسیل مرتبط با رویداد خاص، موج P300، برای مشخص‌سازی تعامل بین اپراتور و رابط استفاده می‌کند . در نهایت، نمونه SSVEP که موضوع مورد بررسی در این مطالعه است، مبتنی برالگوهای نوسانی EEG می‌باشد که در پاسخ به محرک‌های بصری خاص در قشر مغز تولید می‌شوند. به خصوص، هنگام تحریک بصری شخص براساس الگویی که مکررا در یک بازه خاص از فرکانس‌ها سوسو می‌زند، می‌توان یک SSVEP همگام شده را در فعالیت الکتریکی مغز وی یافت. از این‌رو، اگر منابع نوری با نرخ‌های سوسوزدنمختلف در ایجاد یک رابط فرمان بکار روند، شناسایی موضوع مورد توجه شخص در آن نور در یک دوره معین زمانی براساس پردازش و طبقه‌بندی مناسب سیگنال EEG امکان‌پذیر است.
به طور کلی می‌توان ساختار BCI مبتنی بر SSVEP را تقریباً به چهار مرحله اکتساب داده‌ها، پردازش سیگنال، تولید فرمات و کاربرد نهایی تقسیم نمود . شکل 1، بلوک دیاگرام این ساختار را با برجسته‌سازی چهار مرحله از ماژول پردازش سیگنال که در کانون توجه این مقاله قرار دارد، نشان می‌دهد. نخستین مرحله، پیش‌پردازش، مبتنی بر فیلترگذاری زمانی و مکانی بوده و به طور معمول دارای یک مشخصه کلی‌تر است. از سوی دیگر، وابستگی شدیدتری با توجه به ویژگی‌های نمونه انتخاب شده در دومین و سومین مرحله وجود دارد. در مرحله طبقه‌بندی‌کننده، فرمان کنترل براساس سیگنال ورودی تولید می‌شود.
در این مطالعه به تحلیل مقایسه‌ای روش‌های مربوط به استخراج ویژگی، انتخاب و طبقه‌بندی ویژگی در SSVEP BCI خواهیم پرداخت. سه رویکرد استخراج ویژگی ــ برآورد طیفی با استفاده از بانک فیلترهای میان‌گذر، روش ولش و مقدار تبدیل فوریه زمان کوتاه (STFT) محاسبه شده در فرکانس‌های تحریک، انتخاب سه ویژگی ــ و سه طبقه‌بندی‌کننده ــ مشخص‌کننده خطی، ماشین یادگیری افراطی (ELM) و ماشین بردار پشتیبان (SVM) [9] ــ در نظر گرفته خواهند شد. علاوه بر این، عملکرد هر ساختار تحت سه رویکرد انتخاب ویژگی: بسته‌بندی افزایشی، فیلتر استفاده کننده از روش پیرسون و استراتژی مبتنی بر ساخص دیوس-بولدین و همچنین یک مورد بدون انتخاب ویژگی مورد تحلیل قرار خواهند گرفت. این مجموعه با 36 سناریو اعمال شده بر روی پایگاه‌های داده‌ای یکسان، عناصر تطبیقی جالبی را شرح می‌دهد: (1) از آن‌جایی که یک پاسخ طیفی کاملاً واضح توسط SSVEP ایجاد می‌شود، این مقاله به عنوان تحلیل عملکرد روش‌های متمایز استخراج ویژگی در حوزه فرکانس، یک مطالعه مناسب محسوب می‌گردد. (2) بررسی نیرومندی ساختارهای غیرخطی مانند ELM و SVM در اجرای عمل ضروری طبقه‌بندی SSVEP صورت می‌پذیرد. (3) فرآیند انتخاب کانال با اتخاذ سه استراتژی برحسب پایه‌های مفهمومی مجزا مورد تحلیل قرار می‌گیرد. (4) ملاحظات آماری مربوط به بهترین آرایش الکترودها با توجه به روش‌های مختلف انتخاب ویژگی ایجاد می‌شوند.
این مطالعه با استفاده از پایگاه داده‌ای که براساس چیدمان تجربی شرح داده شده در بخش 3 تولید می‌شود، اجرا خواهد شد. علاوه بر نوآوری کلی ارائه شده در این مقاله، معتقدیم که تحلیل عملکرد یک ELM در سیستم‌های SSVEP نیز می‌تواند به خودی‌خود به عنوان یک نوآوری در نظر گرفته شود زیرا با توجه به دانش ما، تاکنون این تحلیل معادل در مقالات گزارش نشده است.
ترتیب این مقاله در ادامه به شرح زیر می‌باشد: در بخش 2، مدل SSVEP به ور خلاصه ارائه می‌گردد. بخش 3 به توصیف چیدمان تجربی و فرایندهای ثبت داده‌ها اختصاص دارد. در بخش‌های 4-7، چهار مرحله پردازش سیگنال به عنوان مثال به ترتیب پیش پردازش، رویکردهای استخراج ویژگی، انتخاب ویژگی و معیارهای طبقه‌بندی مطرح می‌شوند. نتایج در بخش 8 ارائه می‌گردد، در حالی‌که بخش 9 شامل نتیجه‌گیری‌ها و اظهارات نهایی است.
2- اصول و مبانی پتانسیل‌های برانگیخته حالت دائم بینایی
براساس گزارشات نوروفیزیولوژی از سیستم بینایی انسان، فعالیت‌های عصبی سلول‌های قشری بینایی با تحریک بصری تغییر نموده و شناسایی تغییرات پاسخ مغز مربوط به مشخصه‌های تحریک بصری نظیر روشنایی، تضاد و فرکانس (بین 1 Hz و 100 Hz ) امکان‌پذیر است. نورون‌ها در قشر بینایی، تحریکات خود به سمت فرکانس سوسوزنی محرک‌های بصری را همگام می‌سازنند. پتانسیل‌های برانگیخته حالت دائم بینایی هنگامی رخ می‌دهند که محرک‌های بصری به طور مکرر با ایجاد نوسانات تقریباً سینوسی ارائه گردند. پاسخ EEG بیانگر افزایش انرژی در همان فرکانس سوسوزنی است . قویترین واکنش در قشر بینایی رخ می‌دهد، هر چند سایر قسمت‌های مغز در درجات متفاوتی فعال می‌شوند. می‌توان از طریق روش‌های پردازش سیگنال که از مشخصه‌های سیگنال مانند زمان و ریتم استفاده می‌کنند، SSVEP را در باندهای باریک فرکانسی (به عنوان مثال، 0.1 Hz) که در حدود فرکانس تحریک بصری هستند، شناسایی نمود.
سیستم‌های SSVEP BCI از تحریکات بصری به عنوان راهی برای استخراج یک الگوی الکتریکی خاص در قشر بینایی استفاده می‌کند. برخلاف سیستم‌های BCI مستقل که براساس کنترل ارادی فعالیت عصبی تحت مطالعه پیاده‌سازی می‌شوند ، بهره‌برداری از سیستم‌های SSVEP منوط به قابلیت تمرکز بر موضوع، ثابت ماندن و متابعت از تحریکات بصری با توجه به عمل تعیین شده و همچنین اتخاذ استراتژی‌های پردازش سیگنال می‌باشد که این امر وجود سناریوهای گسترده تحلیل شده در این مطالعه را توجیه می‌کند.
3- چیدمان تجربی
رابط تحریک (شکل 2) از دو صفحه شطرنجی مربعی به اضلاع 3.8 cm و چشمک زن به ترتیب در 12 Hz و 15 Hz تشکیل شده است که در مراکز سمت راست و چپ یک صفحه سیاه رنگ نمایش داده می‌شوند. از یک مانیتور 14 اینچی با ترخ نوسازی 60 Hz استفاده شد. شخص به مدت 12 s در هر تحریک بر روی موضوع خیره می‌شود و این روند هشت بار همراه با فواصل استراحتی تکرار می‌گردد. داده‌های EEG از هفت داوطلب سالم با میانگین سنی 26.3 ± 3.3 سال جمع‌آوری شدند. پروتکل استفاده از ازلاعات توسط کمیته اخلاق دانگشاه کامپیناس (n. 791/2010) تصویب شده است. پایگاه داده‌ای با بکارگیری یک کلاهک الکترودی خشک g®.SAHARAsys همراه با 16 کانال و یک تقویت کننده سیگنال‌زیستی g®.USBamp، از 1344s داده EEG ثبت شده در نرخ نمونه 256 Hz تشکیل شده است [19] و با استفاده از رابط برنامه‌نویسی کاربردی (APF) ارائه شده توسط سازنده دستگاه‌های فوق، در نرم‌افزار مطلب نسخه 2012b ثبت می‌گردد. کسب داده‌ها تنها پس از اقدامات زیر که مربوط به دستگاه EEG هستند، صورت پذیرفت: کالیبراسیون امپدانس کانال؛ تایید کالیبراسیون امپدانس الکترود (بین 0.5 و 5.0 KΩ)؛ اتصال زمین و پریزهای کانال مرجع به ترتیب به زمین مشترک و مرجع؛ و پایدارسازی سیگنال. زمین و مرجع بر روی زائده‌های پستانکی قرار می‌گیرند. شکل 3، آرایش الکترودها در O1, O2, Oz, POz, Pz, PO4, PO3, PO8, PO7, P2, P1, Cz, C1, C2, CPz, FCz را براساس سیستم بین‌المللی 10-20 نشان می‌دهد .
4- پیش‌پردازش
چندین تداخل در طول فرآیند ثبت به سیگنال EEG اضافه می‌شوند. این نوع از خطاها موجب تضعیف کیفیت سیگنال حاصل شده و عملکرد BCI را تحت تاثیر قرار می‌دهند. مهم‌ترین منابع خطا عبارتند از: تجهیزات EEG و ارتباطات آن‌ها با پوست سر؛ منبع الکتریکی (60 Hz)؛ فعالیت الکتریکی عادی شخص مورد مطالعه مانند قلب، تعداد پلک‌زنی چشم، حرکت چشم و عضلات به طور کلی. تشخیص و حذف خطاها در سیگنال EEG امر پیچیده‌ای است اما برای توسعه سیستم‌های عملی ضروری می‌باشد. در این مطالعه برای حذف جابجایی هموار و خطاهای الکترومغناطیسی، سیگنال EEG با یک فیلتر آنالوگ میان‌گذر باتروث (5-60 Hz) و فیلتر میان‌نگذر شکافی (58-63 Hz) تصحیح شد. به دنبال آن، برای حذف سایر خطاهای موجود در باند مانند پلک زدن و حرکات گردن، داده‌ها با استفاده از روش مرجع مشترک متوسط (CAR) به یک فیلتر مکانی ارسال می‌شوند که به صورت زیر تعریف می‌گردد:
5- رویکردهای استخراج ویژگی
ویژگی‌ها به بیان ساده، اجزای یک نمایش داده‌های فشرده و موثر به شمار می‌روند . در چارچوب سیستم BCI ضروری است که ویژگی‌های استخراج شده از سیگنال‌های مغزی به فرایند تشخیص در مرحله طبقه‌بندی کمک نمایند. همان‌گونه که در بخش 1 شرح داده شد، مدل SSVEP مبتنی بر شناسایی الگوهای نوسانی در امواج EEG است و در نتیجه استفاده از ویژگی‌های طیفی، یک گزینه عادی محسوب می‌گردد . شکل 4، مشخصات طیفی پاسخ‌های SSVEP مشاهده شده در کانال O2 را برای فرکانس‌های تحریک شده 12 Hz و 15Hz نشان می‌دهد. لازم به ذکر است که محتوای طیفی در پیرامون فرکانس‌های تحریک شده متمرکزند.
در واقع تحلیل سیگنال در حوزه فرکانس با محاسبه چگالی طیفی توان آن در همه باندهای فرکانسی تحریک شده احتمالی یک روش استاندارد در شناسایی پاسخ SSVEP مرتبط با یک سیگنال EEG است. از آن‌جایی که هر کدام از این باندها منطبق بر مجاورت فوری یکی از نرخ‌های چشمک زنی رابط می‌باشند، امکان شناسایی فرمان BCI موردنظر وجود دارد. در این مطالعه، محتوای طیفی اصلی با استفاده از سه رویکرد: بانک فیلتر، تبدیل فوریه زمان کوتاه و روش ولش سنجیده شد.
5-1: بانک فیلتر
یکی از روش‌های بصری برآورد توان طیفی یک شیگنال SSVEP، تمرکز بر محدوده فرکانسی مورد علاقه است تا محتوای طیفی این بازه تعیین گردد. بانک فیلتر، این ایده را در ترکیب مجموعه فیلترهای میان‌گذری بکار می‌برد که مطابق با شکل 5، سیگنال ورودی را به مولفه‌های متعددی تقسیم می‌کند که هر کدام حامل یک زیرباند فرکانسی مجزا از سیگنال اصلی هستند.
در این مطالعه، بانک فیلتر با دو فیلتر میان‌گذر با دندانگی یکنواخت طراحی شده است که در فرکانس‌های تحریک با پهنای باند 2 Hz، میرایی 40 dB در باند توقف و محدوده انتقال 1 Hz قرار دارند (شکل 6). توان خروجی عناصر بانک به عنوان برآوردی از طیف توان فرکانس‌های مرکزی در نظر گرفته می‌شود.
