چطور این مقاله مهندسی پزشکی را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2009377 رایگان است. ترجمه چکیده این مقاله مهندسی پزشکی در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل فارسی :
753 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
رابط کامپیوتری مغز برای کنترل ویلچیر با استفاده از شبکههای عصبی فازی
عنوان انگليسي
Brain-Computer Interface for Control of Wheelchair Using Fuzzy Neural Networks
نویسنده/ناشر/نام مجله
BioMed Research International
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی پزشکی شامل 10 صفحه انگلیسی به صورت پی دی اف و 21 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
در این مقاله طراحی رابط کامپیوتری مغز برای ویلچیر برای افراد ناتوان جسمی ارائه میگردد. طراحی سیستم پیشنهادشده، مبتنی بر دریافت، پردازش و طبقهبندی سیگنالهای الکتروانسفالوگرافی (EEG) و سپس کنترل ویلچیر است. تعداد اندازهگیریهای تجربی فعالیت مغز با استفاده از دستورات ویلیچر انجام شده است. بر اساس فعالیت ذهنیِ کاربر و دستورات کنترلیِ ویلچیر، طراحی سیستم طبقهبندی بر اساس شبکههای عصبی فازی (FNN) در نظر گرفته میشود. از طراحی FNN بر اساس الگوریتمی برای کنترل فعالیت مغز استفاده میشود. دادههای آموزشی برای طراحی سیستم استفاده شده، و سپس دادههای آزمایشی برای اندازهگیری عملکرد سیستم کنترلی به کار گرفته میشود. کنترل ویلچیر تحت شرایط واقعی با استفاده از دستورات کنترل و سرعت ویلچیر انجام میشود. رویکرد مورد استفاده در این مقاله به کاهش احتمال طبقهبندی نادرست و بهبود دقت کنترل ویلچیر کمک میکند.
1-مقدمه
کنترل مغز انسان از صندلیهای چرخدار برای افراد ناتوان جسمی به واسطهی راحتی و هزینهی نسبتا پایین، تحرک بالا و چیدهمان سریع، توجه فراوانی را به خود جلب کرده است. اندازهگیری سیگنالهای مغز انسان و تبدیل آنها به سیگنالهای کنترلی، مستلزم توسعهی رابط بین مغز و کامپیوتر است. یک رابط کامپیوتری مغز (BCI) ارتباط بین کامپیوتر و ذهن کارآموز را ارائه میدهد. این رابط میتواند مبتنی بر فعالیت مغز در طول حرکت عضله یا تغییرات ریتم سیگنالهای مغز باشد [1]…
رابط کامپیوتری مغز شبکههای عصبی فازی
:کلمات کلیدی
Abstract
The design of brain-computer interface for the wheelchair for physically disabled people is presented. The design of the proposed system is based on receiving, processing, and classification of the electroencephalographic (EEG) signals and then performing the control of the wheelchair. The number of experimental measurements of brain activity has been done using human control commands of the wheelchair. Based on the mental activity of the user and the control commands of the wheelchair, the design of classification system based on fuzzy neural networks (FNN) is considered. The design of FNN based algorithm is used for brain-actuated control. The training data is used to design the system and then test data is applied to measure the performance of the control system. The control of the wheelchair is performed under real conditions using direction and speed control commands of the wheelchair. The approach used in the paper allows reducing the probability of misclassification and improving the control accuracy of the wheelchair.
Keywords:
Brain-Computer Interface Fuzzy Neural Networks
سایر منابع مهندسی پزشکی در زمینه رابط مغز-ماشین