पावेल बोब्रोव, अलेक्जेंडर फ्रोलोव, चार्ल्स कैंटर, इरीना फेडुलोवा, मिखाइल बख्न्यां, अलेक्जेंडर झवोरोंकोव

अमूर्त (Abstract)

यह पत्र तीन मानसिक कार्यों को करने के अनुरूप EEG पैटर्न को पहचानने के कार्य की जांच करता है: विश्राम और दो प्रकार के चित्रों की कल्पना करना: चेहरे और घर। प्रयोग दो EEG हेडसेट का उपयोग करके किए गए थे: BrainProducts ActiCap और Emotiv EPOC। उपभोक्ता BCI अनुप्रयोगों में Emotiv हेडसेट का व्यापक रूप से उपयोग किया जा रहा है, जिससे भविष्य में बड़े पैमाने पर EEG प्रयोगों का संचालन संभव हो सकेगा। चूंकि EPOC हेडसेट के साथ प्रयोग के पहले तीन दिनों के दौरान वर्गीकरण सटीकता यादृच्छिक वर्गीकरण के स्तर से काफी अधिक थी, इसलिए चौथे दिन ActiCap का उपयोग करके एक नियंत्रण प्रयोग किया गया था। नियंत्रण प्रयोग ने दिखाया है कि उच्च गुणवत्ता वाले अनुसंधान उपकरणों का उपयोग वर्गीकरण सटीकता को बढ़ा सकता है (कुछ विषयों में 68% तक) और यह कि सटीकता पलकें झपकने और आंखों की गति से संबंधित EEG कलाकृतियों (artifacts) की उपस्थिति से स्वतंत्र है। यह अध्ययन यह भी दर्शाता है कि कोवेरिएंस मैट्रिक्स विश्लेषण पर आधारित गणनात्मक रूप से कम खर्चीला बायेसियन क्लासिफायर इस समस्या में समान वर्गीकरण सटीकता प्रदान करता है जैसी कि अधिक परिष्कृत मल्टी-क्लास कॉमन स्पेशियल पैटर्न्स (MCSP) क्लासिफायर देता है।पूरी रिपोर्ट पढ़ने के लिए यहां क्लिक करें