تشخیص احساسات با طبقه بندی بلادرنگ سیگنال های مغزی EEG بر اساس استخراج فیچرهای ترکیبی و انتخاب فیچرهای برتر

امروزه تشخیص احساسات برمبنای سیگنال های مغزی EEG نقشی کلیدی در زندگی معلولین جنگی و افراد ناتوان جسمی دارد. در سال های اخیرتلاش های فراوانی برای تشخیص سه احساس اصلی (شاد، ناراحت و عادی) با طبقه بندی کننده های مختلف انجام گرفته است اما آنچه نتایج نهایی روش های متفاوت را از یکدیگر متمایز می کند، روش های استخراج فیچر و انتخاب فیچر مناسب است. در این تحقیق از ترکیبی از چگالی طیف توان (PSD) و یک مجموعه از فیچرهای آماری به عنوان فیچرهای آماری-فرکانسی استفاده می شود. پس از آن یک روش انتخاب فیچر از نرم افزار PRTools برای استخراج فیچرهای برتر ارائه می شود و نتایج آن به طبقه بندی کننده ها اعمال می شود. نتایج عملی بر روی طبقه بندی کننده های مختلف برتری سیستم تشخیص احساسات پیشنهادی را نسبت به روش های قبلی ثابت می کند.