دوره 18، شماره 7 - ( مهر 1394 )                   جلد 18 شماره 7 صفحات 16-1 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Imani E, Pourmohammad A. Studying the Independent Component Analysis (ICA) Algorithm for Detection and Separation of Two Conceptual Categories of the Words Danger and Information by Using Traffic Signs. J Arak Uni Med Sci 2015; 18 (7) :1-16
URL: http://jams.arakmu.ac.ir/article-1-3536-fa.html
ایمانی احسان، پورمحمد علی. بررسی الگوریتم آنالیز اجزاء مستقل (ICA) جهت تشخیص و تفکیک دو گروه مفهومی کلمات خطر و اطلاع رسانی با استفاده از علائم راهنمایی و رانندگی. مجله دانشگاه علوم پزشكي اراك. 1394; 18 (7) :1-16

URL: http://jams.arakmu.ac.ir/article-1-3536-fa.html


1- گروه مخابرات، دانشگاه صنعتی مالک اشتر، تهران، ایران ، eh67.imani@gmail.com
2- دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر، تهران، ایران
چکیده:   (8811 مشاهده)

  زمینه و هدف: در پژوهش ‌ های گوناگون از الگوریتم آنالیز اجزاء مستقل (ICA) جهت تشخیص و حذف آرتیفکت ‌ های چشمی استفاده شده است. اما در این پژوهش، به منظور نوآوری، از الگوریتم ICA هم زمان جهت آشکار سازی آرتیفکت چشم و نیز آشکارسازی سیگنال ‌ های مغزی دوگروه مفهومی کلمات خطر و اطلاع رسانی استفاده شد.

  مواد و روش ها: در این مطالعه توصیفی - تحلیلی، ثبت سیگنال ‌ ها به کمک دستگاه میکرومد و کلاه 19 کاناله به صورت تک قطبی با الکترود مرجع Cz انجام شد. جامعه آماری، شامل چهار نفر مرد و چهار نفر زن با دامنه سنی 25 تا 30 سال بود و تکلیف طراحی شده عبارت از سه گروه از تابلوهای راهنمایی و رانندگی بود، به طوری که دو گروه به مفهوم خطر و یک گروه به مفهوم اطلاع رسانی اشاره داشتند. 

  یافته ها: از بین داوطلب، در دو نفر امواج آلفا با توان بسیار بالا در زمان‌های استراحت در پس سر مشاهده شد، اما در زمان‌های تفکر این گونه نبود. با توجه به امواج آلفای پس سری، در زمان تغییر تکلیف از تفکر به استراحت، حداقل 3 و حداکثر 5 ثانیه طول کشید تا دو داوطلب وارد استراحت مطلق شدند. در 7 نفر از آن ‌ ها، سیگنال ‌ های خطر و اطلاع رسانی به خوبی تفکیک شدند که این تفاوت ‌ ها در 5 نفر از 8 داوطلب در نیمکره راست و در 3 داوطلب دیگر در نیمکره چپ مشاهده شدند.

نتیجه گیری: الگوریتم ICA به عنوان یکی از الگوریتم ‌ های تشخیص کور منابع، برای تشخیص مفهوم کلمه و جایگاه آن در مغز مناسب می ‌ باشد. نتایج این آزمایش با نتایج به دست آمده از روش ‌ هایی هم ‌ چون تصویر برداری تشدید مغناطیسی عملکردی (fMRI) و روش ‌ های مبتنی بر برق نگاری سیگنال ‌ های مغزی (EEG) در تصور واکه ‌ ای در گفتار خاموش یکسان می ‌ باشد.
متن کامل [PDF 1556 kb]   (6065 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: علوم پایه
دریافت: 1393/12/7 | پذیرش: 1394/3/20

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله دانشگاه علوم پزشکی اراک می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Arak University of Medical Sciences

Designed & Developed by : Yektaweb