در این مطالعه ما روشهای مبتنی بر الگو (template-based) جهت تشخیص فرکانس SSVEP رو بررسی کردیم که شامل 19 روش هست که به چهار دسته (CCA, MSI, CORRCA, TRCA) گروه بندی شده اند.
☑️ مطالعات زیادی روی BCI مبتنی بر SSVEP ارائه شده است، اما مطالعه ای جامعی که همه روشها رو به صورت یکجا تحلیل و مقایسه انجام بدهد وجود نداشت که ما سعی کردیم در این مطالعه روشهای مهم رو مورد بررسی قرار دهیم و برای هر کدام کدی بنویسیم و در شرایط یکسان روشهارو باهم مقایسه کنیم تا با مزایا و معایب روشها آشنا شویم.
💡نتیجه این مقایسات باعث شد به 4 نکته اکتشافی برسیم که در طراحی سیستمهای BCI مبتنی بر SSVEP، جهت رسیدن به عملکرد بهینه بسیار ضروری هستند.
نکته 1: استفاده از فیلتر بانک جهت به کار گرفتن موثر اطلاعات هارمونیکها بسیار مهم است.
نکته 2: استفاده از داده آموزشی در جهت ساخت سیگنالهای مرجع
نکته 3: استفاده از فیلترهای سایر محرکها در استخراج ویژگی
نکته 4: استفاده از داده های آموزشی جهت محاسبه فیلترها به جای داده تست
🌀لینک دسترسی به کدهای پیاده سازی شده در گیت هاب:
GitHub: https://github.com/Mohammad-Norizadeh-Cherloo/SSVEP-Toolbox
⭕️جزییات بیشتر در وبسایت 👇
https://onlinebme.com/ssvep-toolbox-matlab-implementation-of-ssvep-frequency-detection-methods/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
>>Click here to continue<<
