استفاده از گراف پدیداری جهت تحلیل ارتباطات مغزی

تشخیص فعالیت های ذهنی در سیستم های واسط مغز- رایانه مبتنی بر تصور حرکتی، توجه بسیاری از محققان را به خود جلب کرده است. گراف پدیداری روش قدرتمندی جهت تحلیل عملکرد و ارتباطات نواحی مختلف مغزی می باشد. هدف این پژوهش، بهبود و توسعه روش گراف پدیداری برای تحلیل رفتار مغز و تشخیص تصور حرکتی می باشد.

ابتدا سیگنال های مغزی شامل چهار کلاس تصور حرکتی دست چپ، دست راست، دو پا و زبان به سه نوع گراف پدیداری تبدیل و ویژگی های مهم گراف ها استخراج گردیده است. سپس جهت کاهش ویژگی ها از روش تحلیل واریانس استفاده شده است. برای طبقه بندی کلاس های تصور حرکتی از ماشین بردار پشتیبان استفاده گردیده است. در اکثر تحقیقات برای استخراج اطلاعات و وزن دهی گراف از توزیع درجه گراف استفاده شده است. اما در پژوهش حاضر، از توزیع اختلاف دامنه بهره گرفته شده، بنابراین سری های زمانی کوتاه تری مورد نیاز است. برای تحلیل عملکرد و ارتباطات نواحی مختلف مغزی و بدست آوردن جهت جریان اطلاعات، روش جدیدی به نام گراف پدیداری افقی وزن دار- آنتروپی انتقال، ارایه شده است.

افزایش مقدار کاپا در مقایسه با تحقیقات دیگر، نشان می دهد که گراف پدیداری افقی وزن دار روش مناسبی جهت پردازش سیگنال های مغزی مبتنی بر تصور حرکتی است. مقایسه گراف های مغزی و جهت جریان اطلاعات در چهار کلاس تصور حرکتی، تفاوت معنی دار بین آن ها را نشان داد.

شبکه های زمانی، درک بهتری درمورد دینامیک های مغزی در سیستم های واسط مغز- رایانه مبتنی بر تصور حرکتی را ارایه می دهند.