วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2559

ในช่วงหลายปีที่ผ่านมา คลื่นไฟฟ้าสมองถูกนำมาใช้อย่างแพร่หลายในงานด้านต่าง ๆ เช่นการตรวจสอบโรคลมบ้าหมูและลมชัก การตรวจสอบการนอนหลับ การตรวจสอบความผิดปกติในการทำงานของสมอง การใช้ในการสื่อสารระหว่างบุคคลและคอมพิวเตอร์ งานวิจัยนี้ประยุกต์ใช้คลื่นไฟฟ้าสมองสำหรับการสื่อสาร โดยเฉพาะอย่างยิ่งเน้นการใช้งานกับผู้ป่วยที่มีความพิการทั้งร่างกายและไม่สามารถสื่อสารได้ด้วยวิธีการปกติเช่น พูดและขยับตัวไม่ได้ ดังนั้นเราจึงได้นำเสนอวิธีการเพื่อจำแนกประเภทการจินตนาการของผู้ป่วยเพื่อแทนคำตอบว่าใช่และไม่ใช่ ทั้งนี้มีงานวิจัยที่ได้ถูกนำเสนอมากมายแต่พบว่างานเหล่านั้นไม่ได้ให้ความสำคัญกับคุณสมบัติความไม่คงที่ของสัญญาณ จึงทำให้ประสบปัญหามีความแม่นยำต่ำเมื่อนำวิธีการเหล่านั้นไปใช้งานในสภาพแวดล้อมจริง งานวิจัยนี้มุ่งแก้ปัญหาความไม่คงที่ของสัญญาณ โดยลดผลกระทบของความไม่คงที่บนข้อมูลฝึกด้วยการปรับปรุงตัวจำแนกประเภทแบบเดิมให้เป็นแบบรวมหรือแบบวางซ้อน ซึ่งตัวจำแนกประเภทที่นำเสนอถูกสร้างจากข้อมูลฝึกที่ตัดแบ่งด้วยวิธีการตรวจสอบการเปลี่ยนแปลงเพื่อแยกกลุ่มข้อมูลที่แตกต่างกันออกจากกัน ในข้อมูลทดสอบนั้นได้ปรับใช้กระบวนการปรับตัวเพื่อปรับข้อมูลทดสอบให้เข้าหาการกระจายตัวของข้อมูลฝึกให้มากที่สุด โดยวิธีการที่นำเสนอถูกประเมินบนข้อมูลการทดลองจากกลุ่มวิจัย BCI Competition ชุดข้อมูล 2b และเปรียบเทียบกับ (1) วิธีการจำแนกประเภทแบบคงที่ (2) วิธีการจำแนกประเภทปรับตัวได้พูลมีนแบบต่าง ๆ (3) วิธีการที่นิยมใช้ในปัจจุบัน 3 วิธีการได้แก่ CSEM, ACSP และ PMean LDA วิธีการที่นำเสนอสามารถลดผลกระทบของความไม่คงที่ของสัญญาณทั้งบนข้อมูลฝึกที่ถูกเก็บจากหลายช่วงเวลา และความไม่คงที่ของข้อมูลทดสอบที่อยู่ต่างช่วงเวลากับข้อมูลฝึก ซึ่งผลการทดลองพบว่าวิธีการที่นำเสนอมีความแม่นยำดีกว่าทุกวิธีการที่ถูกนำมาเปรียบเทียบอย่างมีนัยสำคัญ และแม่นยำกว่าวิธีการที่ดีสุดประมาณ 3% โดยเฉลี่ย