Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Automatische detectie van EEG-artefacten die ontstaan door hoofdbewegingen met behulp van EEG- en gyroscoopsignalen
Delen:
Simon O’Reganc, Stephen Faul, William Marianne. Afdeling Elektrische en Elektronische Engineering, University College Cork, Ierland
Samenvatting
Vervuiling van EEG-signalen door artefacten die voortkomen uit hoofdbewegingen is een ernstige belemmering geweest voor de inzet van automatische detectiesystemen voor neurologische gebeurtenissen in ambulante EEG. In dit artikel presenteren we werk over het categoriseren van deze artefacten van hoofdbewegingen als één afzonderlijke klasse en over het gebruik van support vector machines om hun aanwezigheid automatisch te detecteren. Het gebruik van aanvullende fysieke signalen bij het detecteren van artefacten van hoofdbewegingen wordt ook onderzocht door middel van support vector machine-classifiers die zijn geïmplementeerd met gyroscoopgolfvormen. Ten slotte wordt de combinatie van kenmerken die uit EEG- en gyroscoopsignalen zijn geëxtraheerd onderzocht om een algoritme te ontwerpen dat zowel fysieke als fysiologische signalen integreert bij het nauwkeurig detecteren van artefacten die voortkomen uit hoofdbewegingen.Klik hier om het volledige artikel te lezen
Simon O’Reganc, Stephen Faul, William Marianne. Afdeling Elektrische en Elektronische Engineering, University College Cork, Ierland
Samenvatting
Vervuiling van EEG-signalen door artefacten die voortkomen uit hoofdbewegingen is een ernstige belemmering geweest voor de inzet van automatische detectiesystemen voor neurologische gebeurtenissen in ambulante EEG. In dit artikel presenteren we werk over het categoriseren van deze artefacten van hoofdbewegingen als één afzonderlijke klasse en over het gebruik van support vector machines om hun aanwezigheid automatisch te detecteren. Het gebruik van aanvullende fysieke signalen bij het detecteren van artefacten van hoofdbewegingen wordt ook onderzocht door middel van support vector machine-classifiers die zijn geïmplementeerd met gyroscoopgolfvormen. Ten slotte wordt de combinatie van kenmerken die uit EEG- en gyroscoopsignalen zijn geëxtraheerd onderzocht om een algoritme te ontwerpen dat zowel fysieke als fysiologische signalen integreert bij het nauwkeurig detecteren van artefacten die voortkomen uit hoofdbewegingen.Klik hier om het volledige artikel te lezen
Simon O’Reganc, Stephen Faul, William Marianne. Afdeling Elektrische en Elektronische Engineering, University College Cork, Ierland
Samenvatting
Vervuiling van EEG-signalen door artefacten die voortkomen uit hoofdbewegingen is een ernstige belemmering geweest voor de inzet van automatische detectiesystemen voor neurologische gebeurtenissen in ambulante EEG. In dit artikel presenteren we werk over het categoriseren van deze artefacten van hoofdbewegingen als één afzonderlijke klasse en over het gebruik van support vector machines om hun aanwezigheid automatisch te detecteren. Het gebruik van aanvullende fysieke signalen bij het detecteren van artefacten van hoofdbewegingen wordt ook onderzocht door middel van support vector machine-classifiers die zijn geïmplementeerd met gyroscoopgolfvormen. Ten slotte wordt de combinatie van kenmerken die uit EEG- en gyroscoopsignalen zijn geëxtraheerd onderzocht om een algoritme te ontwerpen dat zowel fysieke als fysiologische signalen integreert bij het nauwkeurig detecteren van artefacten die voortkomen uit hoofdbewegingen.Klik hier om het volledige artikel te lezen