Automatische Erkennung von EEG-Artefakten durch Kopfbewegungen unter Verwendung von EEG- und Gyroskopsignalen
Nuri Djavit
Aktualisiert am
27.09.2012
Automatische Erkennung von EEG-Artefakten durch Kopfbewegungen unter Verwendung von EEG- und Gyroskopsignalen
Nuri Djavit
Aktualisiert am
27.09.2012
Automatische Erkennung von EEG-Artefakten durch Kopfbewegungen unter Verwendung von EEG- und Gyroskopsignalen
Nuri Djavit
Aktualisiert am
27.09.2012
Simon O’Reganc, Stephen Faul, William Marianne. Department of Electrical and Electronic Engineering, University College Cork, Irland
Zusammenfassung
Die Verunreinigung von EEG-Signalen durch Artefakte, die durch Kopfbewegungen entstehen, stellt ein schwerwiegendes Hindernis beim Einsatz automatischer Systeme zur Erkennung neurologischer Ereignisse im ambulanten EEG dar. In dieser Arbeit präsentieren wir Untersuchungen zur Kategorisierung dieser Kopfbewegungsartefakte als eine eigene Klasse und zur Verwendung von Support-Vektor-Maschinen zur automatischen Erkennung ihrer Präsenz. Die Verwendung zusätzlicher physischer Signale zur Erkennung von Kopfbewegungsartefakten wird ebenfalls mithilfe von Support-Vektor-Maschinen-Klassifikatoren untersucht, die mit Gyroskop-Wellenformen implementiert wurden. Schließlich wird die Kombination von Merkmalen aus EEG- und Gyroskopsignalen untersucht, um einen Algorithmus zu entwickeln, der sowohl physische als auch physiologische Signale einbezieht, um durch Kopmebewegungen verursachte Artefakte präzise zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen
Simon O’Reganc, Stephen Faul, William Marianne. Department of Electrical and Electronic Engineering, University College Cork, Irland
Zusammenfassung
Die Verunreinigung von EEG-Signalen durch Artefakte, die durch Kopfbewegungen entstehen, stellt ein schwerwiegendes Hindernis beim Einsatz automatischer Systeme zur Erkennung neurologischer Ereignisse im ambulanten EEG dar. In dieser Arbeit präsentieren wir Untersuchungen zur Kategorisierung dieser Kopfbewegungsartefakte als eine eigene Klasse und zur Verwendung von Support-Vektor-Maschinen zur automatischen Erkennung ihrer Präsenz. Die Verwendung zusätzlicher physischer Signale zur Erkennung von Kopfbewegungsartefakten wird ebenfalls mithilfe von Support-Vektor-Maschinen-Klassifikatoren untersucht, die mit Gyroskop-Wellenformen implementiert wurden. Schließlich wird die Kombination von Merkmalen aus EEG- und Gyroskopsignalen untersucht, um einen Algorithmus zu entwickeln, der sowohl physische als auch physiologische Signale einbezieht, um durch Kopmebewegungen verursachte Artefakte präzise zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen
Simon O’Reganc, Stephen Faul, William Marianne. Department of Electrical and Electronic Engineering, University College Cork, Irland
Zusammenfassung
Die Verunreinigung von EEG-Signalen durch Artefakte, die durch Kopfbewegungen entstehen, stellt ein schwerwiegendes Hindernis beim Einsatz automatischer Systeme zur Erkennung neurologischer Ereignisse im ambulanten EEG dar. In dieser Arbeit präsentieren wir Untersuchungen zur Kategorisierung dieser Kopfbewegungsartefakte als eine eigene Klasse und zur Verwendung von Support-Vektor-Maschinen zur automatischen Erkennung ihrer Präsenz. Die Verwendung zusätzlicher physischer Signale zur Erkennung von Kopfbewegungsartefakten wird ebenfalls mithilfe von Support-Vektor-Maschinen-Klassifikatoren untersucht, die mit Gyroskop-Wellenformen implementiert wurden. Schließlich wird die Kombination von Merkmalen aus EEG- und Gyroskopsignalen untersucht, um einen Algorithmus zu entwickeln, der sowohl physische als auch physiologische Signale einbezieht, um durch Kopmebewegungen verursachte Artefakte präzise zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen
Weiterlesen