چکیده مقاله
محققان در تلاش هستند با استفاده از سیگنال الکتروانسفالوگرام EEG الگوهای فعالیت مغزی مرتبط با احساسات مختلف نسبت به غذا را شناسایی کرده و با تجزیه و تحلیل آن، الگوهای مغزی خاص را شناسایی کنند که با احساسات خوشایند یا ناخوشایند نسبت به غذا در ارتباط است این اطلاعات میتواند به طراحی روشهای بهبود تجربه کاربر در صنعت غذا و نوشیدنی کمک کند و همچنین در تحقیقات بر روی رژیم غذایی و سلامت مغز نقش داشته باشد هدف از این پژوهش بررسی قابلیت طبقه بندی احساس دوست داشتن و دوست نداشتن غذا با پردازش EEG است در این مطالعه از دادگان الکترو آنسفالوگرام موجود در پایگاه داده در دسترس عموم استفاده شد شرکت کنندگان باید اطلاعات عاطفی خود را برای هر غذا بطور جداگانه رتبه بندی میکردند به طوریکه به غذایی که بیشتر دوست داشتند عدد ۲ و به غذایی که کمتر دوست داشتند عدد ۱ اختصاص داده میشد برای هر فرد دادههای مغزی ۱۴ کانال و ۴۰ تصویر محرک با محاسبه آنتروپی شانون، لگاریتم آنتروپی انرژی، آنتروپی تقریبی و بعد فراکتال هیگوچی کمی شد برای طبقه بندی دو حالت از دو الگوریتم نزدیکترین همسایه و ماشین بردار پشتیبان استفاده شد نتایج مطالعه حاضر بیشترین درصد صحت ۷۸ ۳ را نشان میدهد که بیانگر آن است که الگوریتم پیشنهادی قابلیت تفکیک دو احساس دوست داشتن و دوست نداشتن غذا را دارد
کلیدواژهها
نویسندگان
شیوه ارجاع
�لیزاده، نرگس و قبولیان گل پرور، فائزه و صنعتی فهندری عاتکه گشوار پور، آرزو و گشوارپور، حجت،1403،طبقه بندی احساس دوست داشتن یا نداشتن غذا با تحلیل غیر خطی سیگنال الکتروآنسفالوگرام،ششمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع،اسفراین
ارائهشده در
مجموعه مقالات ششمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع15 آبان 1403 · اسفراین