چکیده: با بهبود فن‌آوری و پیشرفت گسترده در زمینه تکنیک‌های توانبخشی، تحقیق و پژوهش برای استفاده از دستگاه‌های قابل اعتماد، کم هزینه و آسان در حال توسعه است. در میان تکنیک‌های توانبخشی، تحقیق و پژوهش در زمینه رابط انسان با ماشین (HMI) می‌‌تواند کمک خوبی برای افراد ناتوان جسمی حرکتی باشد. این تحقیق، به بررسی و تجزیه و تحلیل حرکات چشم به عنوان روش جدیدی برای تشخیص فعالیت‌های افراد می‌‌پردازد. اطلاعات حرکات چشم با استفاده از سیستم ثبت سیگنال الکترواکولوگرام(EOG) بدست می‌آید. یکی از ساده‌ترین سیگنال‌هایی که می‌‌توان از آن برای کمک به افراد ناتوان استفاده کرد، سیگنال EOG است. همچنین با استفاده از این سیگنال می‌توان الگوی رفتاری و نوع برخورد افراد با مسائل مختلف را تشخیص داد. این تحقیق با استفاده از سیگنال‌هایی که در سه کلاس شامل : استراحت کردن، خواندن مقاله و مرور وب ثبت شده است، حرکات چشم را بررسی می‌کند. دراین تحقیق ابتدا به منظور کاهش نویز و تعیین محدوده سیگنال مناسب، روی داده‌های ورودی پیش پردازش انجام می‌شود. سپس با استفاده از آستانه‌گذاری مناسب، نوع حرکت چشم شامل بخش‌های نگاه سریع، نگاه ثابت و پلک زدن جداسازی می‌شوند. آنگاه با استخراج ویژگی‌های زمانی از این قسمت‌ها به بررسی حرکات چشم در هنگام انجام فعالیت‌ها پرداخته می‌شود. در این تحقیق دو ویژگی جدید با نام‌های ضرایب تبدیل هرمیت و ضرایب پیش بینی خطی را از قسمت‌های نگاه ثابت و نگاه سریع استخراج و با افزودن این ویژگی‌ها دریافتیم که ویژگی اول باعث بهبود عملکرد شده و ویژگی دوم تاثیری در بهبود عملکرد ندارد. دقت تشخیص برای 80 ویژگی زمانی 64% و برای 28 ویژگی 71% است این دقت‌ها با اضافه کردن ضرایب تبدیل هرمیت به 67% و 79% رسیده است.