دانشگاه سمنان مدل سازی در مهندسی 2008-4854 16 55 2018 12 22 A modified Canonical Correlation Analysis Method for SSVEP Frequency Recognition روش بهبود یافته تحلیل همبستگی متعارف برای بازشناسی فرکانس پتانسیل برانگیخته بینایی حالت ماندگار 199 207 3470 10.22075/jme.2018.11353.1106 FA سحر صادقی گروه مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران علی مالکی گروه مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران Journal Article 2017 05 16 The canonical correlation analysis (CCA) is one of the most widely used frequency recognition methods in steady-state visual evoked potential (SSVEP)-based brain computer interface systems. Although the CCA is often associated with good results, but if stimulation frequencies have harmonic relation, this issue will challenge this method. In this paper, the modified CCA method has been proposed that can solve this problem by adding a post-processing step in the standard CCA. For this purpose, visual stimulus ranged from 6-16 Hz with an interval of 0.5 have been generated using Matlab and the psychophysics toolbox. The SSVEP signal was recorded from ten subjects via one electrode placed at Oz. According to the proposed method, after applying CCA and determining the frequency corresponding to the maximum correlation, the difference between the correlation associated to this frequency and the correlation of the corresponding harmonic frequency is calculated. Then, the frequency is recognized by comparing the obtained value with the threshold. The threshold is determined based on the data of each subject during the offline analysis. For eight-second time window, the average recognition accuracy of the standard CCA with choosing two harmonics in constructing the reference signal (N=2) was 74%, while the corresponding value of the proposed method was 81%. Correspondingly, the accuracy was increased from 78% to 83% for four-second time window. For wide frequency range, the proposed method has been able to improve the frequency recognition accuracy compared with the standard CCA, by reducing harmonic recognition error. روش تحلیل همبستگی متعارف (CCA)، یکی از پرکاربردترین روش‌های بازشناسی فرکانس در سیستم‌های واسط مغز-کامپیوتر مبتنی بر پتانسیل برانگیخته بینایی حالت ماندگار (SSVEP) است. اگرچه روش CCA در اغلب موارد با نتایج خوبی همراه است، اما اگر میان فرکانس‌های تحریک رابطه هارمونیک برقرار باشد، این روش با چالش مواجه خواهد شد. در این مقاله، روش CCA بهبود یافته پیشنهاد شده است که با اضافه نمودن یک مرحله‌ی پس‌پردازش در روش CCA، این چالش را تا حدودی رفع می‌نماید. بدین منظور، تحریک بینایی در محدوده 6 تا 16 با گام فرکانسی 5/0 هرتز با استفاده از جعبه‌ابزار psychophysics متلب ایجاد گردید. ثبت سیگنال SSVEP از ده سوژه و تنها از الکترود Oz انجام شد. طبق روش پیشنهادی، پس از اعمال CCA و تعیین فرکانس متناظر با بیشینه همبستگی، اختلاف میزان همبستگی حاصل از این فرکانس و همبستگی حاصل از هارمونیک متناظر، محاسبه می‌گردد. سپس با مقایسه مقدار بدست آمده با مقدار آستانه، بازشناسی فرکانس صورت می‌پذیرد. مقدار آستانه بر اساس داده‌های هر سوژه به‌صورت آفلاین تعیین می‌شود. میانگین صحت بازشناسی روش CCA استاندارد با انتخاب دو هارمونیک در ایجاد سیگنال مرجع(2=N)، به‌ازای پنجره زمانی هشت ثانیه‌، %74 بوده که با روش پیشنهادی به %81 رسید. به طور متناظر، به‌ازای پنجره زمانی چهار ثانیه‌ نیز صحت از %78 به %83 افزایش یافت. روش پیشنهادی با کاهش خطای بازشناسی هارمونیک توانسته است برای گستره وسیع فرکانسی، صحت بازشناسی را نسبت به روش CCA استاندارد بهبود بخشد. https://modelling.semnan.ac.ir/article_3470_d2c007ab44adeac70ea3638112a55a43.pdf