Automatische Erkennung von EEG-Artefakten, die durch Kopfbewegungen unter Verwendung von EEG- und Gyroskopsignalen entstehen.
Teilen:
Simon O’Regan, Stephen Faul, William Marianne. Abteilung für Elektro- und Elektronikingenieurwesen, University College Cork, Irland
Zusammenfassung
Die Kontamination von EEG-Signalen durch Artefakte, die aus Kopfbewegungen entstehen, war ein ernsthaftes Hindernis für die Implementierung automatischer Systeme zur Erkennung neurologischer Ereignisse in der ambulanten EEG-Technologie. In diesem Papier präsentieren wir die Arbeit zur Kategorisierung dieser Kopfbewegungsartefakte als eine eindeutige Klasse und zur Verwendung von Support-Vektor-Maschinen, um deren Vorhandensein automatisch zu erkennen. Der Einsatz zusätzlicher physikalischer Signale bei der Erkennung von Kopfbewegungsartefakten wird ebenfalls untersucht, indem Support-Vektor-Maschinen-Klassifikatoren mit Gyroskopwellenformen implementiert werden. Schließlich wird die Kombination von Merkmalen, die aus EEG- und Gyroskop-Signalen extrahiert wurden, untersucht, um einen Algorithmus zu entwerfen, der sowohl physikalische als auch physiologische Signale integriert, um Artefakte, die aus Kopfbewegungen entstehen, genau zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen
Simon O’Regan, Stephen Faul, William Marianne. Abteilung für Elektro- und Elektronikingenieurwesen, University College Cork, Irland
Zusammenfassung
Die Kontamination von EEG-Signalen durch Artefakte, die aus Kopfbewegungen entstehen, war ein ernsthaftes Hindernis für die Implementierung automatischer Systeme zur Erkennung neurologischer Ereignisse in der ambulanten EEG-Technologie. In diesem Papier präsentieren wir die Arbeit zur Kategorisierung dieser Kopfbewegungsartefakte als eine eindeutige Klasse und zur Verwendung von Support-Vektor-Maschinen, um deren Vorhandensein automatisch zu erkennen. Der Einsatz zusätzlicher physikalischer Signale bei der Erkennung von Kopfbewegungsartefakten wird ebenfalls untersucht, indem Support-Vektor-Maschinen-Klassifikatoren mit Gyroskopwellenformen implementiert werden. Schließlich wird die Kombination von Merkmalen, die aus EEG- und Gyroskop-Signalen extrahiert wurden, untersucht, um einen Algorithmus zu entwerfen, der sowohl physikalische als auch physiologische Signale integriert, um Artefakte, die aus Kopfbewegungen entstehen, genau zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen
Simon O’Regan, Stephen Faul, William Marianne. Abteilung für Elektro- und Elektronikingenieurwesen, University College Cork, Irland
Zusammenfassung
Die Kontamination von EEG-Signalen durch Artefakte, die aus Kopfbewegungen entstehen, war ein ernsthaftes Hindernis für die Implementierung automatischer Systeme zur Erkennung neurologischer Ereignisse in der ambulanten EEG-Technologie. In diesem Papier präsentieren wir die Arbeit zur Kategorisierung dieser Kopfbewegungsartefakte als eine eindeutige Klasse und zur Verwendung von Support-Vektor-Maschinen, um deren Vorhandensein automatisch zu erkennen. Der Einsatz zusätzlicher physikalischer Signale bei der Erkennung von Kopfbewegungsartefakten wird ebenfalls untersucht, indem Support-Vektor-Maschinen-Klassifikatoren mit Gyroskopwellenformen implementiert werden. Schließlich wird die Kombination von Merkmalen, die aus EEG- und Gyroskop-Signalen extrahiert wurden, untersucht, um einen Algorithmus zu entwerfen, der sowohl physikalische als auch physiologische Signale integriert, um Artefakte, die aus Kopfbewegungen entstehen, genau zu erkennen.Klicken Sie hier, um den vollständigen Artikel zu lesen