fa طبقه‌بندی پتانسیل‌های وابسته به رخداد مربوط به حافظه در بازشناسی تصاویر جدید و قدیم با استفاده ‌از ویژگی‌های زمان-فرکانس مقالات پردازش گفتار Paper پژوهشي Research <a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);"></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);">هدف از این تحقیق طراحی یک سیستم ارزیاب حافظه با استفاده از پتانسیل‌های وابسته به رخداد مغزی است. به این منظور، از دادگان پتانسیل‌های وابسته به رخداد ثبت شده روی سه کانال Pz، Czو Fz استفاده شده است که در آن طی آزمایشی از افراد خواسته شده، تصاویر بی‌معنایی را که در فاز آموزش مشاهده ‌کرده اند، از تصاویری که تاکنون ندیده‌اند تفکیک نمایند. جهت تحقق این امر، از ویژگی‌های مرتبط با فعالیت حافظه در حوزه زمان-فرکانس استفاده‌گردید. ضرایب تبدیل موجک گسسته پتانسیل‌های وابسته به رخداد، محاسبه شد و سپس با استفاده از میانگین، واریانس و انرژی ضرایب برخی باندها، مجموعا 36 ویژگی روی سه کانال به‌دست‌آمد. پس از انتخاب ویژگی‌های مناسب روی تک کانال‌ها و مجموع سه کانال، آنالیز تفکیک خطی، جهت به دست آوردن درصد تفکیک دو گروه توسط ویژگی‌های منتخب انجام گرفت. سرانجام با ترکیب ویژگی‌های سه کانال، دادگان دو گروه با درصد درستی 3/89% در مرحله آزمون تفکیک شدند.</a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> <br> <a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);"></a> <table border="0" cellpadding="0" cellspacing="0" height="500" width="900"> <tbody> <tr> <td bgcolor="#ffffff" dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="500" width="100%"> <tbody> <tr> <td dir="rtl" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;" valign="top"> <table border="0" cellpadding="0" cellspacing="5" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <center> <center> <table border="0" cellpadding="0" cellspacing="0" dir="ltr" height="30" width="100%"> <tbody> <tr> <td bgcolor="#FFFFFF" dir="ltr" style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <table border="0" cellpadding="10" cellspacing="0" width="100%"> <tbody> <tr> <td style="color: rgb(0, 0, 0); font-family: tahoma, arial; font-size: 12px;"> <p align="justify" style="line-height: 18px;"><a name="up" style="color: rgb(0, 204, 0); font-family: tahoma; text-decoration: none; font-size: 12px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: normal; letter-spacing: normal; orphans: 2; text-align: -webkit-center; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255);">Abstract: The object of this research is development of memory assessment system, using Event Related Potentials. Our approach is using ERPs recorded on Fz, Cz and Pz electrodes. Subjects made old/new recognition judgments on new unstudied unmeaning pictures and old pictures which had been presented at study phase. Features related with memory activity in time-frequency domain were used to achieve this purpose. So that discrete wavelet transform coefficients of Event Related Potentials computed, then using mean, variance and power of specific frequency bands, 36 features on 3 channels were obtained entirely. After appropriate feature selection on single and three channels Linear discriminant analysis was done to get classification results using selected features. Finally we discriminated groups with 89.3% accuracy in test group by combination of three channels features.</a></p> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </center> </center> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> </td> </tr> </tbody> </table> پتانسیل‌های وابسته به رخداد, تبدیل موجک گسسته, آنالیز تفکیک خطی Memory, Event Related Potentials, discrete wavelet transform, Linear Discriminant Analysis, Feature selection. 17 28 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-49-1&slc_lang=fa&sid=1 ساجده رضانیا rezania@rcisp.com 10031947532846004548 10031947532846004548 Yes وحید ابوطالبی abootalebi@yazd.ac.ir 10031947532846004549 10031947532846004549 No داشنگاه یزد مجید قشونی ghoshuni@mshdiau.ac.ir 10031947532846004550 10031947532846004550 No علی مطیع نصرآبادی nasrabai@mshdiau.ac.ir 10031947532846004551 10031947532846004551 No دانشگاه شاهد