نوع مقاله : مقاله کامل پژوهشی
نویسندگان
1 مربی، گروه مهندسی پزشکی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی مشهد
2 استادیار، گروه مهندسی پزشکی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی مشهد
3 دانشیار، گروه زیست شناسی، دانشکده علوم، دانشگاه فردوسی
چکیده
حافظه اپیزودیک شامل خاطرات گذشته ای است که در یک مکان و زمان خاص برای یک فرد روی داده است. در این تحقیق به آشکارسازی فعالیت حافظه اپیزودیک با استفاده از پتانسیل های وابسته به رخداد مغزی (ERP) پرداخته شده است. برای این منظور طی آزمایشی از آزمودنی ها خواسته شده است، تصاویر بی معنایی را که طی فاز آموزش مشاهده کرده اند (قدیمی) از تصاویری که تاکنون ندیده اند (جدید) تفکیک کنند. برای استخراج ویژگی های مرتبط با فعالیت حافظه اپیزودیک، در دو حوزه زمان و زمان- فرکانس ویژگی هایی از سیگنالERP ، استخراج شده است. برای استخراج ویژگی های حوزه زمان- فرکانس از تبدیل ویولت استفاده شده است. برای بررسی میزان تفکیک پذیری با استفاده از ویژگی های استخراج شده ازERP های ظاهر شده در پاسخ به تحریک جدید و قدیم، از تحلیل آماری آزمون t بهره برده شده است. همچنین با استفاده از تحلیل تفکیکی قدم به قدم و تابع تفکیک خطی به تفکیکERP ها بر اساس دو نوع تحریک جدید و قدیم پرداخته شده است. در انتها نیز به منظور تفکیک بهترERP ها از شبکه عصبی چند لایه پرسپترون و برای انتخاب ویژگی های بهینه که بیشترین میزان تفکیک را داشته باشد، الگوریتم ژنتیک به کار برده شده است. در بهترین حالت با استفاده از ویژگی های بهینه انتخاب شده از کانال Pz در حوزه زمان، با صحت 100% در دادگان آموزش و آزمون، ERPهای حاصل از پاسخ به تحریک جدید ازERP هایی که در پاسخ به تحریک قدیمی ظاهر می شوند، تفکیک شده اند.
کلیدواژهها
عنوان مقاله [English]
ERP Analysis Of Episodic Memory Recall
نویسندگان [English]
- Majid Ghoshuni 1
- Mohammad Ali Khalilzadeh 2
- Ali Moghimi 3
1 Instructor, Department of Biomedical Engineering, Islamic Azad University of Mashhad Branch
2 Assistant Professor, Department of Biomedical Engineering, Islamic Azad University of Mashhad Branch,
3 Associate Professor, Department of Biology, Sciences School, Ferdowsi University
چکیده [English]
Episodic memory is the explicit recollection of incidents occurred at a particular time and place in One’s Personal Past. In This Study, Detection of Episodic Memory Activity In Event Related Potentials (ERPs) was done. ERPs were recorded while the subjects made old/new recognition judgments on the new unstudied meaningless pictures and the old pictures which had been presented at the study phase. In order to extract the features correlated with the episodic memory activity, time and time-frequency features were extracted from ERPs. Wavelet method was implemented for feature extraction in time-frequency. Independent sample test has was for detection of the separable degree the between old/new ERPs. Furthermore, by using stepwise linear discriminate analysis, ERP signals were classified to old and new classes. Ultimately for better classification between old/new ERPs, Multilayer Perceptron was implemented, and for best feature selection, genetic algorithm was used. In the best results, by using time domain features extracted from Pz channel, 100% accuracy in the training and test data was obtained.
کلیدواژهها [English]
- Episodic Memory
- ERP
- Time Domain Features
- quantification
- Classification