TY - JOUR ID - TI - ANALYSIS AND IMPLEMENTATION OF BRAIN WAVES FEATURE EXTRACTION AND CLASSIFICATION TO CONTROL ROBOTIC HAND تحليل وتنفيذ و استخراج وتصنيف موجات الدماغ لسيطرة روبوتية اليد AU - Mohammed Z. Al-Faiz محمد زكي الفائز AU - Ammar A. Al-Hamadani عمار علاء الدين نوري PY - 2018 VL - 1 IS - 3 SP - 31 EP - 41 JO - Iraqi Journal of Information and communication technology المجلة العراقية لتكنولجيا المعلومات والاتصالات SN - 2222758X 27897362 AB - In this paper, feature extraction methods such as time domain, frequency domain and spatial domainwere investigated. Where Mean Absolute Value (MAV), Integrated Absolute Value (IAV), Zero Crossing (ZC), RootMean Square (RMS), Waveform Length (WL) and Slope Sign Change (SSC) are the used time domain features.Autoregressive Feature (AR) is the frequency domain feature and the spatial domain feature is the CommonSpatial Patterns (CSP). Channel selection algorithm was proposed for dimensionality reduction using Matlab code.Results of the above algorithm were compared with Matlab library of Principle Component Analysis (PCA). Theextracted feature vectors were fed into Support Vector Machine with Radial Basis Function kernel (SVM-RBF) totrain the classifier. The pair of algorithms (feature extraction plus dimensionality reduction) that owned the lowestclassification error rate were used to control a Humanoid Robotic Hand (HRH) in offline mode. EEG dataset of twoclasses and three bipolar channels was used. Results showed that CSP features achieved the lowest classificationerror rate for both dimensionality reduction techniques with 2.14%. Results recommends to use (CSP plus channelselection algorithm) over (PCA plus PCA) since the former owned lowest classification processing time of 8.2s over8.5s for the later.

في هذه الورقة، تم استخلاص خاصية كل من مجال الوقت ومجال التردد والمجال المكاني واستقصائها. حيث وجد ان متوسط القيمة المطلقة (MAV)، القيمة المطلقة المتكاملة (IAV)، وقيمة الصفر المتقاطع (ZC)، الجذر متوسط مربع (RMS)، طول الموجي (WL) و علامة المنحدر المتغير (SSC) هي ميزات المجال الزمني المستخدمة. وان ميزة التراجع التلقائي (AR) هي ميزة مجال التردد وميزة المجال المكاني وهي الأنماط المكانية الشائعة (CSP). بالنسبة للقناة الخوارزمية تم اختيارها للحد من الأبعاد باستخدام التعليمات البرمجية Matlab. تمت مقارنة نتائج الخوارزمية المذكورة أعلاه مع مكتبة المعمل الرياضي Matlab لتحليل المكون الرئيسي (PCA). تم تغذية ناقلات المستخرجة في دعم آلة ناقلات مع نواة وظيفة أساس شعاعي (SVM-RBF) من اجل اختبار المصنف. زوج من الخوارزميات (ميزة الاستخراج اضافة إلى الحد من الأبعاد) التي تمتلك أدنى معدل خطأ للتصنيف المستخدمة للتحكم في اليد الروبوتية Humanoid (HRH) في حالة وضع عدم الاتصال. مجموعة بيانات تخطيط كهربية الدماغ تم استخدام اثنين من الطبقات وثلاث قنوات ثنائية القطب. وأظهرت النتائج أن ميزات CSP حققت أدنى تصنيف لمعدل الخطأ لكل من البعدين المختزلين ا على حد سواء مع 2.14٪. توصي النتائج باستخدام (CSP بالإضافة إلى قناة اختيار خوارزمية) على ([بكا] زائد [بكا]) بما أنّ السابقة يملك تصنيف [لوور] معالجة وقت من 8.2s على 8.5s في وقت لاحق. ER -