자이로스코프를 이용한 머리 움직임으로 인한 EEG 아티팩트의 자동 검출

누리 자비트

업데이트됨

2010. 11. 7.

자이로스코프를 이용한 머리 움직임으로 인한 EEG 아티팩트의 자동 검출

누리 자비트

업데이트됨

2010. 11. 7.

자이로스코프를 이용한 머리 움직임으로 인한 EEG 아티팩트의 자동 검출

누리 자비트

업데이트됨

2010. 11. 7.

S. O’Regan. Dept. of Electr. Eng., Univ. Coll. Cork, Cork, Ireland

초록

이동식 EEG 시스템에서 머리 움직임으로 인한 아티팩트를 안정적으로 검출해야 할 필요성은 이전 연구에서 입증되었습니다. 본 논문에서는 EEG에서 아티팩트를 검출하기 위해 자이로스코프를 사용하는 방법을 제안합니다. 자이로스코프 신호에서 일련의 특징을 추출하고 상호 정보 평가 함수(Mutual Information Evaluation Function)를 사용하여 순위를 매깁니다. 이어서 정상 EEG와 아티팩트를 구분하는 수단으로 선형 판별 분석(Linear Discriminant Analysis)을 사용합니다. 또한 서포트 벡터 머신(Support Vector Machine) 분류기를 자이로스코프 특징 신호에 적용합니다. 결과는 정상 EEG에서 추출한 자이로스코프 특징과 머리 움직임으로 인해 발생한 아티팩트에서 추출한 자이로스코프 특징 사이에 양호한 분리가 이루어짐을 보여주며, 이는 머리 움직임 아티팩트 분류에서 자이로스코프 신호를 특징으로 포함해야 한다는 강력한 근거를 제공합니다.전체 보고서를 읽으려면 여기를 클릭하십시오

S. O’Regan. Dept. of Electr. Eng., Univ. Coll. Cork, Cork, Ireland

초록

이동식 EEG 시스템에서 머리 움직임으로 인한 아티팩트를 안정적으로 검출해야 할 필요성은 이전 연구에서 입증되었습니다. 본 논문에서는 EEG에서 아티팩트를 검출하기 위해 자이로스코프를 사용하는 방법을 제안합니다. 자이로스코프 신호에서 일련의 특징을 추출하고 상호 정보 평가 함수(Mutual Information Evaluation Function)를 사용하여 순위를 매깁니다. 이어서 정상 EEG와 아티팩트를 구분하는 수단으로 선형 판별 분석(Linear Discriminant Analysis)을 사용합니다. 또한 서포트 벡터 머신(Support Vector Machine) 분류기를 자이로스코프 특징 신호에 적용합니다. 결과는 정상 EEG에서 추출한 자이로스코프 특징과 머리 움직임으로 인해 발생한 아티팩트에서 추출한 자이로스코프 특징 사이에 양호한 분리가 이루어짐을 보여주며, 이는 머리 움직임 아티팩트 분류에서 자이로스코프 신호를 특징으로 포함해야 한다는 강력한 근거를 제공합니다.전체 보고서를 읽으려면 여기를 클릭하십시오

S. O’Regan. Dept. of Electr. Eng., Univ. Coll. Cork, Cork, Ireland

초록

이동식 EEG 시스템에서 머리 움직임으로 인한 아티팩트를 안정적으로 검출해야 할 필요성은 이전 연구에서 입증되었습니다. 본 논문에서는 EEG에서 아티팩트를 검출하기 위해 자이로스코프를 사용하는 방법을 제안합니다. 자이로스코프 신호에서 일련의 특징을 추출하고 상호 정보 평가 함수(Mutual Information Evaluation Function)를 사용하여 순위를 매깁니다. 이어서 정상 EEG와 아티팩트를 구분하는 수단으로 선형 판별 분석(Linear Discriminant Analysis)을 사용합니다. 또한 서포트 벡터 머신(Support Vector Machine) 분류기를 자이로스코프 특징 신호에 적용합니다. 결과는 정상 EEG에서 추출한 자이로스코프 특징과 머리 움직임으로 인해 발생한 아티팩트에서 추출한 자이로스코프 특징 사이에 양호한 분리가 이루어짐을 보여주며, 이는 머리 움직임 아티팩트 분류에서 자이로스코프 신호를 특징으로 포함해야 한다는 강력한 근거를 제공합니다.전체 보고서를 읽으려면 여기를 클릭하십시오

계속 읽기

시각 이미지 생성 기반의 뇌-컴퓨터 인터페이스