Pavel Bobrov, Alexander Frolov, Charles Cantor, Irina Fedulova, Mikhail Bakhnyan, Alexander Zhavoronkov

Samenvatting

Dit artikel onderzoekt de taak van het herkennen van EEG-patronen die overeenkomen met het uitvoeren van drie mentale taken: ontspanning en het visualiseren van twee soorten afbeeldingen: gezichten en huizen. De experimenten werden uitgevoerd met behulp van twee EEG-headsets: BrainProducts ActiCap en Emotiv EPOC. De Emotiv-headset wordt veelvuldig gebruikt in BCI-consumententoepassingen, wat in de toekomst grootschalige EEG-experimenten mogelijk maakt. Omdat de nauwkeurigheid van de classificatie het niveau van willekeurige classificatie aanzienlijk overschreed tijdens de eerste drie dagen van het experiment met de EPOC-headset, werd op de vierde dag een controle-experiment uitgevoerd met ActiCap. Het controle-experiment heeft aangetoond dat het gebruik van hoogwaardige onderzoeksapparatuur de classificatienauwkeurigheid kan verbeteren (tot 68% bij sommige proefpersonen) en dat de nauwkeurigheid onafhankelijk is van de aanwezigheid van EEG-artefacten gerelateerd aan knipperen en oogbewegingen. Deze studie toont tevens aan dat een computationeel goedkope Bayesiaanse classifier op basis van covariantiematrixanalyse een vergelijkbare classificatienauwkeurigheid oplevert bij dit probleem als een complexere Multi-class Common Spatial Patterns (MCSP) classifier.Klik hier om het volledige rapport te lezen