الفهرس 
Introduction and BackgroundOnly 14 pages are availabe for public view
 |  | from | 98 |  |  |
| | | from | 98 | | |
Abstract
في الوقت الحاضر، هناك الملايين من الناس في جميع أنحاء العالم يعانون من الإعاقة الناتجة عن السكتة الدماغية الكبيرة التي قد تؤدي إلى صعوبة في التحدث والتواصل مع أسرهم جنبا إلى جنب مع المجتمع. لذلك في السنوات الأخيرة، شهدنا اهتماما متزايدا في أنظمة تواصل الدماغ البشرى بالحاسب الألى لمساعدة هؤلاء المرضى على ممارسة حياتهم الطبيعية من خلال نقل الأوامر الصادرة من الدماغ البشرى إلى الأجهزة الخارجية مثل الكمبيوتر و الأطراف الاصطناعية والكراسى المتحركة للسيطرة عليها بدون استخدام عضلاتهم.
و تهدف هذه الرسالة إلى تصميم نظام تفاعلي بين الدماغ والكمبيوتر يستطيع ترجمة حركات الرأس إلى أعلى أو أسفل أو يمينا أو يسارا إلي أوامر من الممكن أن تستخدم لتحريك كائن للوصول إلى الهدف الصحيح فى اثنين من التطبيقلت المقترحة التى تستخدم لإختبار القدرات العقلية لهؤلاء المرضى و مساعدتهم للتعبير عن احتياجاتهم الشخصية للناس من حولهم. حيث تم إكتساب مجموعة البيانات المستخدمة من الدماغ البشري وذلك بإستخدام جهاز Emotiv Epoc Headset وتم إستخراج بعض الخصائص الأحصائية من الإشارات الحيوية للدماغ بإستخدام طريقتين مختلفتين هما Discrete Wavelet Transform (DWT) و Principal Component Analysis (PCA) بعد ذلك تم تصنيف هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا بإستخدام ثلاث طرق هى Support Vector Machine (SVM) و Multi-Layer Perceptron Neural Network (MLPNN) و Linear Discriminant Analysis (LDA). وتم قياس أداء المصنفات باستخدام بعض البارامترات الإحصائية الأكثر إستخداما مثل دقة التصنيف و الحساسية و النوعية و الدقة.
أهداف الرسالة
تهدف هذه الرسالة إلي تصميم نظام إتصال بين الدماغ البشرى والكمبيوتر يستطيع ترجمة حركات الرأس إلى أعلى أو أسفل أو يمينا أو يسارا إلي أوامر من الممكن أن تستخدم للوصول إلى الهدف الصحيح فى اثنين من التطبيقلت المقترحة. ويمكن تلخيص أهداف البحث في النقاط التالية:
تصميم اثنين من التطبيقات لإختبار القدرات العقلية للمرضى الذين يعانون من السكتة الدماغية الكبيرة و مساعدتهم التعبير عن احتياجاتهم الشخصية للناس من حولهم.
إكتساب الإشارات الكهربية من الدماغ البشرى.
تطبيق طرق مناسبة للتخلص من الشوائب و الضوضاء فى هذه الأشارات.
تطبيق أكثر من طريقة لإستخراج بعض الميزات الأحصائية من إشارات الدماغ المسجلة.
التعرف علي الإشارات الكهربية المختلفة للدماغ بإستخدام تقنيات التصنيف المختلفة لضمان نجاح النظام بأكمله.
محتويات الرسالة
تتكون هذه الرسالة من 75 صفحة بما فيها الملخص الإنجليزى و قائمة بالمراجع بالإضافة إلي الفهرس و قائمة بالإشكال و قائمة بالجداول و الملخص العربى و الرسالة مكتوبة باللغة الإنجليزية. وتناولت بشكل واضح موضوع البحث و الهدف منه وما تم إنجازه فى هذا البحث.
و تتكون هذه الرسالة من ستة فصول كالتالي:
الفصل الأول: يحتوي علي مقدمة عن النظام التفاعلي بين الدماغ و الكمبيوتر، و التحديات المختلفة التي تواجه تصميم هذا النظام و يوضح الأهداف المرجوة من هذه الدراسة و يتبعها ملخص لمحتويات كل فصل.
الفصل الثاني: يحتوي علي خلفية علمية عن وظيفة الدماغ البشري وأجزاءه، وكيف تتكون إشارات الدماغ البشري وأنواعها، كما يوضح الفرق بين الطرق المختلفة لتسجيل إشارات الدماغ، وأهمية الأقطاب في عملية إكتساب الإشارات، و يشرح أيضآ النظام التفاعلي بين الدماغ والكمبيوتر و أنواعه و تطبيقاته و المشاكل التى قد تواجهه و إشارات التحكم فى هذا النظام.
الفصل الثالث: يشرح الطرق المستخدمة لإكتساب إشارات الدماغ البشري و الطرق المستخدمة لإستخلاص الخصائص الإحصائية من هذه الإشارات و بعض تقنيات التصنيف المستخدمة في ترجمة هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا.
الفصل الرابع: يعرض هذا الباب منهجية النظام المقترح حيث يتكون من أربع مراحل وهى كالأتى:
1) مرحلة إكتساب إشارات الدماغ البشرى حيث تم الحصول على مجموعة البيانات المستخدمة من طالبات قسم الهندسة الطبية في كلية الهندسة ببنها بإستخدام جهاز Emotiv Epoc Headset عن طريق 14 قطب أثناء قيام الطالبات بتحريك رؤوسهم إلى أعلى و أسفل و يمينا و يسارا و لقد تم إستخدام الإشارات المستخلصة من 3 أقطاب فقط وهي F7, F8, FC6)).
2) إشارات الدماغ البشرى المكتسبة هي إشارات غير ثابتة، لذلك يمكن أن تكون ملوثة بالضوضاء و الشوائب التي تجعل تحليل إشارات التخطيط الدماغي صعبة للغاية ويجعل نتائج التصنيف لا قيمة لها. ولذلك، فإن مرحلة تجهيز الإشارة هي مرحلة هامة لتحسين نوعية الإشارة دون فقد الكثير من المعلومات. و قد تم القضاء على الشوائب في بيانات التخطيط الدماغي المستخدمة عن طريق تجاهل الإشارات المتضررة بعد التفتيش البصري لهذه الإشارات.
3) لقد تم إستخراج بعض الخصائص الأحصائية من الإشارات الحيوية للدماغ بإستخدام طريقتين مختلفتين هماDiscrete Wavelet Transform (DWT) و .Principal Component Analysis (PCA)
4) بعد ذلك تم تصنيف هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا بإستخدام ثلاث طرق هى Support Vector Machine (SVM) و Multi-Layer Perceptron Neural Network (MLPNN) وLinear Discriminant Analysis (LDA) ويوضح هذا الباب البارامترات المستخدمة لكل مصنف على حدة. كما يشرح أيضا التطبيقات المستخدمة فى النظام التفاعلي المقترح بين الدماغ و الكمبيوتر.
الفصل الخامس: يحتوي علي نتائج مجموعة البيانات المستخرجة من طالبات قسم الهندسة الطبية في كلية الهندسة ببنها، حيث تم تصنيف هذه البيانات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا. الجداول والأشكال بالفصل توضح نتائج المقارنة بين أداء المصنفات الثلاثة المستخدمة فى تصنيف الخصائص الأحصائية المستخرجة وذلك بإستخدام بعض البارامترات الإحصائية الأكثر إستخداما مثل دقة التصنيف و الحساسية و النوعية و الدقة.
الفصل السادس: يقدم عرض لأهم اللإستنتاجات التي تم التوصل اليها من خلال هذة الرسالة، عن طريق تصميم نظام تفاعلي بين الدماغ و الكمبيوتر وإستخدام أكثر من طريقة في عملية إستخلاص الخصائص الأحصائية وأكثر من مصنف لتصنيف هذه الميزات وعمل مقارنة بينهم لتحديد أفضل طريقة بناءآ علي دقة التصنيف و بعض البارامترات الأخرى. كما يتضمن بعض المقترحات و التوصيات التي يمكن عملها مستقبلاً في هذا الموضوع.
قائمة المراجع: تم سرد المراجع التى إستعان بها الباحث فى إعداد الرسالة وعددها (75) خمسة و سبعون مرجعآ والتى تناولت موضوع الرسالة ثم ملحق بالرسالة فيها الملخص العربى.
مقدمة
في الوقت الحاضر، هناك الملايين من الناس في جميع أنحاء العالم يعانون من الإعاقة الناتجة عن السكتة الدماغية الكبيرة التي قد تؤدي إلى صعوبة في التحدث والتواصل مع أسرهم جنبا إلى جنب مع المجتمع. لذلك في السنوات الأخيرة، شهدنا اهتماما متزايدا في أنظمة تواصل الدماغ البشرى بالحاسب الألى لمساعدة هؤلاء المرضى على ممارسة حياتهم الطبيعية من خلال نقل الأوامر الصادرة من الدماغ البشرى إلى الأجهزة الخارجية مثل الكمبيوتر و الأطراف الاصطناعية والكراسى المتحركة للسيطرة عليها بدون استخدام عضلاتهم.
و تهدف هذه الرسالة إلى تصميم نظام تفاعلي بين الدماغ والكمبيوتر يستطيع ترجمة حركات الرأس إلى أعلى أو أسفل أو يمينا أو يسارا إلي أوامر من الممكن أن تستخدم لتحريك كائن للوصول إلى الهدف الصحيح فى اثنين من التطبيقلت المقترحة التى تستخدم لإختبار القدرات العقلية لهؤلاء المرضى و مساعدتهم للتعبير عن احتياجاتهم الشخصية للناس من حولهم. حيث تم إكتساب مجموعة البيانات المستخدمة من الدماغ البشري وذلك بإستخدام جهاز Emotiv Epoc Headset وتم إستخراج بعض الخصائص الأحصائية من الإشارات الحيوية للدماغ بإستخدام طريقتين مختلفتين هما Discrete Wavelet Transform (DWT) و Principal Component Analysis (PCA) بعد ذلك تم تصنيف هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا بإستخدام ثلاث طرق هى Support Vector Machine (SVM) و Multi-Layer Perceptron Neural Network (MLPNN) و Linear Discriminant Analysis (LDA). وتم قياس أداء المصنفات باستخدام بعض البارامترات الإحصائية الأكثر إستخداما مثل دقة التصنيف و الحساسية و النوعية و الدقة.
أهداف الرسالة
تهدف هذه الرسالة إلي تصميم نظام إتصال بين الدماغ البشرى والكمبيوتر يستطيع ترجمة حركات الرأس إلى أعلى أو أسفل أو يمينا أو يسارا إلي أوامر من الممكن أن تستخدم للوصول إلى الهدف الصحيح فى اثنين من التطبيقلت المقترحة. ويمكن تلخيص أهداف البحث في النقاط التالية:
تصميم اثنين من التطبيقات لإختبار القدرات العقلية للمرضى الذين يعانون من السكتة الدماغية الكبيرة و مساعدتهم التعبير عن احتياجاتهم الشخصية للناس من حولهم.
إكتساب الإشارات الكهربية من الدماغ البشرى.
تطبيق طرق مناسبة للتخلص من الشوائب و الضوضاء فى هذه الأشارات.
تطبيق أكثر من طريقة لإستخراج بعض الميزات الأحصائية من إشارات الدماغ المسجلة.
التعرف علي الإشارات الكهربية المختلفة للدماغ بإستخدام تقنيات التصنيف المختلفة لضمان نجاح النظام بأكمله.
محتويات الرسالة
تتكون هذه الرسالة من 75 صفحة بما فيها الملخص الإنجليزى و قائمة بالمراجع بالإضافة إلي الفهرس و قائمة بالإشكال و قائمة بالجداول و الملخص العربى و الرسالة مكتوبة باللغة الإنجليزية. وتناولت بشكل واضح موضوع البحث و الهدف منه وما تم إنجازه فى هذا البحث.
و تتكون هذه الرسالة من ستة فصول كالتالي:
الفصل الأول: يحتوي علي مقدمة عن النظام التفاعلي بين الدماغ و الكمبيوتر، و التحديات المختلفة التي تواجه تصميم هذا النظام و يوضح الأهداف المرجوة من هذه الدراسة و يتبعها ملخص لمحتويات كل فصل.
الفصل الثاني: يحتوي علي خلفية علمية عن وظيفة الدماغ البشري وأجزاءه، وكيف تتكون إشارات الدماغ البشري وأنواعها، كما يوضح الفرق بين الطرق المختلفة لتسجيل إشارات الدماغ، وأهمية الأقطاب في عملية إكتساب الإشارات، و يشرح أيضآ النظام التفاعلي بين الدماغ والكمبيوتر و أنواعه و تطبيقاته و المشاكل التى قد تواجهه و إشارات التحكم فى هذا النظام.
الفصل الثالث: يشرح الطرق المستخدمة لإكتساب إشارات الدماغ البشري و الطرق المستخدمة لإستخلاص الخصائص الإحصائية من هذه الإشارات و بعض تقنيات التصنيف المستخدمة في ترجمة هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا.
الفصل الرابع: يعرض هذا الباب منهجية النظام المقترح حيث يتكون من أربع مراحل وهى كالأتى:
1) مرحلة إكتساب إشارات الدماغ البشرى حيث تم الحصول على مجموعة البيانات المستخدمة من طالبات قسم الهندسة الطبية في كلية الهندسة ببنها بإستخدام جهاز Emotiv Epoc Headset عن طريق 14 قطب أثناء قيام الطالبات بتحريك رؤوسهم إلى أعلى و أسفل و يمينا و يسارا و لقد تم إستخدام الإشارات المستخلصة من 3 أقطاب فقط وهي F7, F8, FC6)).
2) إشارات الدماغ البشرى المكتسبة هي إشارات غير ثابتة، لذلك يمكن أن تكون ملوثة بالضوضاء و الشوائب التي تجعل تحليل إشارات التخطيط الدماغي صعبة للغاية ويجعل نتائج التصنيف لا قيمة لها. ولذلك، فإن مرحلة تجهيز الإشارة هي مرحلة هامة لتحسين نوعية الإشارة دون فقد الكثير من المعلومات. و قد تم القضاء على الشوائب في بيانات التخطيط الدماغي المستخدمة عن طريق تجاهل الإشارات المتضررة بعد التفتيش البصري لهذه الإشارات.
3) لقد تم إستخراج بعض الخصائص الأحصائية من الإشارات الحيوية للدماغ بإستخدام طريقتين مختلفتين هماDiscrete Wavelet Transform (DWT) و .Principal Component Analysis (PCA)
4) بعد ذلك تم تصنيف هذه الميزات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا بإستخدام ثلاث طرق هى Support Vector Machine (SVM) و Multi-Layer Perceptron Neural Network (MLPNN) وLinear Discriminant Analysis (LDA) ويوضح هذا الباب البارامترات المستخدمة لكل مصنف على حدة. كما يشرح أيضا التطبيقات المستخدمة فى النظام التفاعلي المقترح بين الدماغ و الكمبيوتر.
الفصل الخامس: يحتوي علي نتائج مجموعة البيانات المستخرجة من طالبات قسم الهندسة الطبية في كلية الهندسة ببنها، حيث تم تصنيف هذه البيانات إلى أربع فئات هى حركة الرأس إلى أعلى أو أسفل أو يمينا أو يسارا. الجداول والأشكال بالفصل توضح نتائج المقارنة بين أداء المصنفات الثلاثة المستخدمة فى تصنيف الخصائص الأحصائية المستخرجة وذلك بإستخدام بعض البارامترات الإحصائية الأكثر إستخداما مثل دقة التصنيف و الحساسية و النوعية و الدقة.
الفصل السادس: يقدم عرض لأهم اللإستنتاجات التي تم التوصل اليها من خلال هذة الرسالة، عن طريق تصميم نظام تفاعلي بين الدماغ و الكمبيوتر وإستخدام أكثر من طريقة في عملية إستخلاص الخصائص الأحصائية وأكثر من مصنف لتصنيف هذه الميزات وعمل مقارنة بينهم لتحديد أفضل طريقة بناءآ علي دقة التصنيف و بعض البارامترات الأخرى. كما يتضمن بعض المقترحات و التوصيات التي يمكن عملها مستقبلاً في هذا الموضوع.
قائمة المراجع: تم سرد المراجع التى إستعان بها الباحث فى إعداد الرسالة وعددها (75) خمسة و سبعون مرجعآ والتى تناولت موضوع الرسالة ثم ملحق بالرسالة فيها الملخص العربى.