إشارات تخطيط الدماغ الكهربائي (EEG) تعتبر حساسة للغاية للتشوّش الناتج عن مصادر متعددة مثل حركة العين (EOG) وتداخل العضلات (EMG)، مما يؤثر بشكل كبير على جودة الإشارة ويعيق تفسير النتائج بشكل موثوق في التطبيقات الصحية مثل التشخيص العصبي وواجهات الدماغ-الكمبيوتر (BCIs).
تحديات إزالة التشويش
إزالة التشويش من إشارة EEG تعتبر مهمة صعبة بسبب تنوع مصادر التشويش وتغير أنماطها بمرور الوقت، بالإضافة إلى الخصائص الطيفية المميزة لمختلف الترددات. لكن مع تقدم الذكاء الاصطناعي، أصبح لدينا حلول جديدة.
نموذج BandRouteNet
نموذج **BandRouteNet** هو شبكة عصبية قابلة للتكيف تُعتبر نقطة انطلاق جديدة في مجال إزالة التشويش. يقدم هذا النموذج معالجة مخصصة لكل نطاق ترددي قادرة على تحديد أنماط التشويش بشكل دقيق.
آلية التوجيه
تتميز BandRouteNet بآلية توجيه تُحدد بشكل ديناميكي المكان ودرجة إزالة التشويش المطلوبة خلال فترات زمنية معينة لكل نطاق ترددي. بالتزامن مع ذلك، تتضمن النموذج معالجاً شمولياً يعالج الإشارة الأصلية المليئة بالتشوّش لاستخراج السياق الزمني العالمي، مما يتيح تحسين جودة الإشارة النهائية.
الأداء والكفاءة
أظهرت التجارب الواسعة على مجموعة بيانات EEGDenoiseNet أن BandRouteNet يتفوق على الطرق الأخرى في الظروف المختلفة للتشوّش، مع تحقيق تحسين كبير في نسبة إشارة الضوضاء (SNR) وانخفاض في خطأ الجذر التربيعي النسبي (RRMSE). والأهم من ذلك، أن BandRouteNet يحتفظ بكفاءة عالية مع وجود 0.2 مليون معلمة قابلة للتدريب فقط.
الخلاصة
تتضح الإمكانيات القوية لـ BandRouteNet في إزالة تشويش EEG كأداة حيوية في التطبيقات التي تعاني من قيود في الموارد.
هل تعتقد أن هذه التقنية ستحدث تحولاً في طريقة التشخيصات العصبية؟