مقاله: طراحي حذف كننده تطبيقي نويز EEG/ERPبا فضاي جستجوي كنترل شده توسط الگوريتم بهينه سازي فاخته
چكيده:
در اين مقاله تاثير استفاده از فيلترينگ تطبيقي با روشهاي هوش جمعي (روشهاي تكاملي استفاده شده در زمينه الكتروانسفالوگرام) در حذف يا استخراج نويز مورد بررسي قرار مي گيرد. يك روش جديد بفرم فضاي جستجوي كنترل شده جهت پايدار كردن حالت تصادفي تكنيك هاي هوش جمعي، مخصوصا براي سيگنالهاي EEG، ارائه شده است. در اين مقاله از الگوريتم هاي PSO،كلوني زنبور عسل و الگوريتم بهينه سازي فاخته (COA)، جهت طراحي بهينه حذف كننده نويز تطبيقي استفاده شده است. روش پيشنهادي فضاي جستجوي كنترل شده روي هر كدام از روشهاي هوش جمعي تست شده است و ثابت مي شود كه اين روش، دقت و قدرت بيشتري دارد. حذف نويز تطبيقي با روش هاي كلاسيك مثل كمترين ميانگين مربعات خطا، كمترين ميانگين مربعات خطاي نرماليزه شده، الگوريتم هاي كمترين ميانگين مربعات خطاي بازگشتي نيز جهت مقايسه پياده سازي شده اند. سيگنالهاي ERPمثل پتانسيل تحريك شده بصري شبيه سازي شده و واقعي و همينطور پتانسيل تحريك شده حسي-موتوري به جهت اهميت فيزيولوژيكي آنها در مطالعات EEGاستفاده شده اند. ميانگين زمان محاسباتي و مقياس هاي شكلي تكنيك هاي تكاملي به ترتيب 8.21E-1ثانيه و 1.73E-1بدست آمده اند. در حاليكه روشهاي متداول عليرغم زمان محاسباتي كم قادر به حفظ مناسب شكل موج ERPنبوده و زمان محاسباتي ميانگين و اختلاف اندازه گيري شكلي آنها به ترتيب 1.41E-2و 2.60E00مي باشد.
اين مقاله در سال 2013 در ژورنال IEEE/ACM Transactions on Computational Biology and Bioinformaticsبه چاپ رسيده است.
براي دريافت فايل مقاله
به اين پست مراجعه كنيد.
با سپاس
رامين رجبيون