تشخیص و بررسی کاهش دامنه P300 در پتانسیل های وابسته به رویداد شنوایی تک ثبت با استفاده از الگوریتم ژنتیک و طبقه بندی کننده شبکه عصبی

P300 را برجسته ترین مولفه در بین مولفه های شناختی مختلف موجود در سیگنال الکتریکی مغز می دانند. طبق تحقیقات انجام شده، هنگامی که مغز در حین پردازش یک سری از تحریکات معمول، به یک تحریک جدید (تحریک غیرمعمول) برمی خورد، در سیگنال مغزی ثبت شده، یک موج P300 ظاهر می شود که با تشخیص این مولفه می توان تحریکات جدید را از تحریکات معمول جداسازی کرد. دامنه مولفه P300 در هنگام اعمال تحریکات صوتی، پس از گذشت مدت زمانی از شروع آزمایش کاهش می یابد؛ به نحوی که در تشخیص دامنه این مولفه با مشکل روبرو می شویم. در این تحقیق با استفاده از پنج تحریک صوتی، به بررسی کاهش دامنه این مولفه و علل آن در سه بلوک ثبت مجزا و همچنین تشخیص این مولفه شناختی، به وسیله شبکه عصبی و الگوریتم ژنتیک پرداخته ایم. در نهایت با استفاده از ده ویژگی بهینه، به عنوان ورودی طبقه بندی کننده شبکه عصبی در کانال Pz با صحت 47/61% در دادگان آموزش و 60% در دادگان آزمون در بلوک اول، تک ثبت های حاوی موج P300 از تک ثبت های فاقد این موج جداسازی شده اند.