الفهرس 
English abstractOnly 14 pages are availabe for public view
 |  | from | 113 |  |  |
| | | from | 113 | | |
Abstract
يعد التفاعل بين الدماغ البشري والحاسب أوأي جهاز آخر (HCI) أحد فروع علوم الحاسب فهو يعتمد على الدور المتبادل بين المخ والحاسب، ومن تطبيقات هذا التفاعل هي واجهة الدماغ والحاسب (BCI) وهي نظام اتصال بين الدماغ البشري وجهاز الحاسوب أوأي جهاز آخر، والهدف الرئيسي منها مساعدة المرضى شديدي الإعاقة ومرضى الشلل وضعيفي الحواس المختلفة والسماح لهم بأداء مختلف المهام والوظائف بالاعتماد على نشاط وفعالية الدماغ من دون الحاجة إلى الحركة. وتعد أنظمة (BCI) معقدة وصعبة التعامل كون إشارات المخ تحتوي على الضوضاء والتعقيد خصوصاً الإشارات التي تُسجّل من الأقطاب الخارجية التي توضع على فروة الرأس، إضافةً إلى التغير الطبيعي الذي يحصل في إشارة الدماغ، وفي بعض الأحيان يُساء فهم الإشارة وتُفسّر بشكل خاطئ من قبل جهاز الحاسوب أو أي جهاز أو وحدة أخرى مما يولد ويكون قرار لا يتطابق مع نية المستخدم. من التطبيقات المشهورة في واجهة الدماغ والحاسوب هو ما تناولته هذه الرسالة ألا وهو نموذج الإملاء (P300 speller) الذي يسمح بتهجئة الكلمات والأرقام والرموز عنصر بعد عنصر بالاعتماد على المحفزات والتركيز على مصفوفة المكونات ومن ثم طباعة العنصر الهدف، ومن خصائص هذه الإشارة أنها ذات تردد موجب وتحصل بعد حوالي (300 جزء من الثانية) من بداية التحفيز وبدء التجربة. تم في هذه الرسالة استخدام قاعدة بيانات (Dataset) لستة وعشرين شخصاً لكل شخص خمس جلسات ، تم تقسيمها إلى ستة عشر شخصاً في مرحلة التدريب وعشرة أشخاص في مرحلة الاختبار. يتألف النظام المقترح من خمس مراحل ، ففي المرحلة الأولى تم استخدام تقنيات معالجة الإشارة للتخلص وتنقية الإشارة من الضوضاء، حيث تم استخدام فلاتر خاصة إلى جانب استخدام تقنية تحليل العنصر المستقل (ICA)، بعدها مرحلة استخلاص الخصائص وتم استخدام طريقتين لهذه المرحلة هما تحويل المويجات المستمر (CWT) وطريقة تحويل المويجات المتقطع (DWT)، ولتقليل وتحجيم الأبعاد من غير فقدان للمعلومات المهمة من الإشارة تم استخدام تقنية تحليل العنصر الرئيسي (PCA) في المرحلة الثالثة، ثم بعدها مرحلة التصنيف باستخدام تقنية آلة الدعم الموجه (SVM). ولمعرفة الأخطاء التي تحدث أثناء عملية الإملاء واكتشافها تم استخدام خوارزمية الشبكة المرنة حيث تم ادخال عدد من الخصائص لهذه الخوارزمية وتم تنفيذها والنتائج كانت جيدة ومعدل اكتشاف الأخطاء كان بنسبة عالية وجيدة. حيث يتم في البداية اكتشاف إشارة الإملاء (P300) بالاعتماد على خصائص معينة، ثم بعد ذلك يتم التعرف على الحروف والأرقام والرموز بالاعتماد على خصائص أخرى ، وفي كلا الحالتين تم استخدام التقنيات المذكورة أعلاه. النظام المقترح كفوء ودقيق في التعامل مع الإشارات خصوصاً إشارات الإملاء (P300 signal)، وأعطى نتائج إيجابية وجيدة وذلك من خلال حساب عدة مقاييس هي : الدقة، معدل اكتشاف الأخطاء، معدل اكتشاف الجلسات الخطأ، ومعدل التوقعات الإيجابية، وبمقارنة النظام المقترح مع أنظمة وأعمال سابقة تم عملها في هذا المجال.