Automatische Erkennung von EEG-Artefakten, die durch Kopfbewegungen mithilfe von Gyroskopen entstehen.
Teilen:
S. O’Regan. Fakultät für Elektrotechnik, Univ. Coll. Cork, Cork, Irland
Zusammenfassung
Der Bedarf an zuverlässiger Erkennung von Kopfbewegungsartefakten in einem ambulanten EEG-System wurde in früheren Arbeiten aufgezeigt. In diesem Papier schlagen wir die Verwendung von Gyroskopen zur Erkennung von Artefakten im EEG vor. Eine Sammlung von Merkmalen wird aus den Gyroskopsignalen extrahiert und mithilfe der Mutual Information Evaluation Function bewertet. Die lineare Diskriminanzanalyse wird anschließend als Mittel zur Trennung zwischen normalem EEG und Artefakten verwendet. Ein Support Vector Machine-Klassifikator wird ebenfalls auf die Gyroskop-Merkmalsignale angewandt. Die Ergebnisse zeigen eine gute Trennung zwischen den aus normalem EEG extrahierten Gyroskop-Merkmalen und denen, die aus Artefakten aufgrund von Kopfbewegungen stammen, was ein starkes Argument für die Einbeziehung von Gyroskopsignalen als Merkmale in der Klassifikation von Kopfbewegungsartefakten liefert.Hier klicken, um den vollständigen Bericht zu lesen
S. O’Regan. Fakultät für Elektrotechnik, Univ. Coll. Cork, Cork, Irland
Zusammenfassung
Der Bedarf an zuverlässiger Erkennung von Kopfbewegungsartefakten in einem ambulanten EEG-System wurde in früheren Arbeiten aufgezeigt. In diesem Papier schlagen wir die Verwendung von Gyroskopen zur Erkennung von Artefakten im EEG vor. Eine Sammlung von Merkmalen wird aus den Gyroskopsignalen extrahiert und mithilfe der Mutual Information Evaluation Function bewertet. Die lineare Diskriminanzanalyse wird anschließend als Mittel zur Trennung zwischen normalem EEG und Artefakten verwendet. Ein Support Vector Machine-Klassifikator wird ebenfalls auf die Gyroskop-Merkmalsignale angewandt. Die Ergebnisse zeigen eine gute Trennung zwischen den aus normalem EEG extrahierten Gyroskop-Merkmalen und denen, die aus Artefakten aufgrund von Kopfbewegungen stammen, was ein starkes Argument für die Einbeziehung von Gyroskopsignalen als Merkmale in der Klassifikation von Kopfbewegungsartefakten liefert.Hier klicken, um den vollständigen Bericht zu lesen
S. O’Regan. Fakultät für Elektrotechnik, Univ. Coll. Cork, Cork, Irland
Zusammenfassung
Der Bedarf an zuverlässiger Erkennung von Kopfbewegungsartefakten in einem ambulanten EEG-System wurde in früheren Arbeiten aufgezeigt. In diesem Papier schlagen wir die Verwendung von Gyroskopen zur Erkennung von Artefakten im EEG vor. Eine Sammlung von Merkmalen wird aus den Gyroskopsignalen extrahiert und mithilfe der Mutual Information Evaluation Function bewertet. Die lineare Diskriminanzanalyse wird anschließend als Mittel zur Trennung zwischen normalem EEG und Artefakten verwendet. Ein Support Vector Machine-Klassifikator wird ebenfalls auf die Gyroskop-Merkmalsignale angewandt. Die Ergebnisse zeigen eine gute Trennung zwischen den aus normalem EEG extrahierten Gyroskop-Merkmalen und denen, die aus Artefakten aufgrund von Kopfbewegungen stammen, was ein starkes Argument für die Einbeziehung von Gyroskopsignalen als Merkmale in der Klassifikation von Kopfbewegungsartefakten liefert.Hier klicken, um den vollständigen Bericht zu lesen