ポータブルデバイス上のEEGアルファリズム検出
共有:
ジョルダーノ・B.S.Seco、ギュンター・J.L.Gerhardt、アレックス・A.Biazotti、アンドレ・L.Molan、スザナ・V.Schönwald、ホセ・L.Rybarczyk-Filho
ハイライト
私たちはEMOTIV EPOC+ 14チャネルEEGヘッドセットを使用してアルファリズムを分析しました。
私たちは2つの信号解析技術 – MPとFFTを比較しました。
EMOTIV EPOC+とMPはアルファリズムの研究に利用できます。
要約
ポータブルEEGデバイスは、効率的なコンピュータインターフェースになる大きな潜在能力を持っています。しかし、脳波リズムを定量化するためには、EEG信号を正確に記述することが必要です。本研究では、ポータブルEEGデバイスを使用して、7つの頭皮領域から得られたEEGアルファ活動を通じて、目を開けた状態（EO）と目を閉じた状態（EC）を区別するための2つの信号解析技術、マッチング追求（MP）と高速フーリエ変換（FFT）を探ります。被験者は10人の健康な男性ボランティアでした。MPの結果は一般的にFFT分析からの結果を再現し、すべての方法が後頭部領域で十分な性能を発揮しました。しかし、MPの原子数による状態の識別がより良好であり、MPの原子数は研究対象のすべての場所で統計的有意性に達した唯一の変数でした。EOとECの状態識別のためにEEGアルファリズムを使用する際は、特に外後頭部の取得が必要な場合には、MPの原子数を計算することが有用です。
ジョルダーノ・B.S.Seco、ギュンター・J.L.Gerhardt、アレックス・A.Biazotti、アンドレ・L.Molan、スザナ・V.Schönwald、ホセ・L.Rybarczyk-Filho
ハイライト
私たちはEMOTIV EPOC+ 14チャネルEEGヘッドセットを使用してアルファリズムを分析しました。
私たちは2つの信号解析技術 – MPとFFTを比較しました。
EMOTIV EPOC+とMPはアルファリズムの研究に利用できます。
要約
ポータブルEEGデバイスは、効率的なコンピュータインターフェースになる大きな潜在能力を持っています。しかし、脳波リズムを定量化するためには、EEG信号を正確に記述することが必要です。本研究では、ポータブルEEGデバイスを使用して、7つの頭皮領域から得られたEEGアルファ活動を通じて、目を開けた状態（EO）と目を閉じた状態（EC）を区別するための2つの信号解析技術、マッチング追求（MP）と高速フーリエ変換（FFT）を探ります。被験者は10人の健康な男性ボランティアでした。MPの結果は一般的にFFT分析からの結果を再現し、すべての方法が後頭部領域で十分な性能を発揮しました。しかし、MPの原子数による状態の識別がより良好であり、MPの原子数は研究対象のすべての場所で統計的有意性に達した唯一の変数でした。EOとECの状態識別のためにEEGアルファリズムを使用する際は、特に外後頭部の取得が必要な場合には、MPの原子数を計算することが有用です。
ジョルダーノ・B.S.Seco、ギュンター・J.L.Gerhardt、アレックス・A.Biazotti、アンドレ・L.Molan、スザナ・V.Schönwald、ホセ・L.Rybarczyk-Filho
ハイライト
私たちはEMOTIV EPOC+ 14チャネルEEGヘッドセットを使用してアルファリズムを分析しました。
私たちは2つの信号解析技術 – MPとFFTを比較しました。
EMOTIV EPOC+とMPはアルファリズムの研究に利用できます。
要約
ポータブルEEGデバイスは、効率的なコンピュータインターフェースになる大きな潜在能力を持っています。しかし、脳波リズムを定量化するためには、EEG信号を正確に記述することが必要です。本研究では、ポータブルEEGデバイスを使用して、7つの頭皮領域から得られたEEGアルファ活動を通じて、目を開けた状態（EO）と目を閉じた状態（EC）を区別するための2つの信号解析技術、マッチング追求（MP）と高速フーリエ変換（FFT）を探ります。被験者は10人の健康な男性ボランティアでした。MPの結果は一般的にFFT分析からの結果を再現し、すべての方法が後頭部領域で十分な性能を発揮しました。しかし、MPの原子数による状態の識別がより良好であり、MPの原子数は研究対象のすべての場所で統計的有意性に達した唯一の変数でした。EOとECの状態識別のためにEEGアルファリズムを使用する際は、特に外後頭部の取得が必要な場合には、MPの原子数を計算することが有用です。