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

Streszczenie

W niniejszej pracy badano zadanie rozpoznawania wzorców EEG odpowiadających wykonywaniu trzech zadań umysłowych: relaksacji oraz wyobrażaniu sobie dwóch typów obrazów: twarzy i domów. Eksperymenty przeprowadzono przy użyciu dwóch zestawów EEG: BrainProducts ActiCap i Emotiv EPOC. Zestaw Emotiv staje się szeroko stosowany w konsumenckich aplikacjach BCI, co pozwoli w przyszłości na przeprowadzanie eksperymentów EEG na dużą skalę. Ponieważ dokładność klasyfikacji znacznie przekroczyła poziom klasyfikacji losowej podczas pierwszych trzech dni eksperymentu z użyciem zestawu EPOC, czwartego dnia przeprowadzono eksperyment kontrolny z użyciem zestawu ActiCap. Eksperyment kontrolny wykazał, że wykorzystanie wysokiej jakości sprzętu badawczego może zwiększyć dokładność klasyfikacji (u niektórych badanych nawet do 68%) oraz że dokładność ta jest niezależna od obecności artefaktów EEG związanych z mruganiem i ruchem gałek ocznych. Badanie to pokazuje również, że tani obliczeniowo klasyfikator bayesowski oparty na analizie macierzy kowariancji daje w tym problemie podobną dokładność klasyfikacji, jak bardziej zaawansowany klasyfikator klasycznych wzorców przestrzennych dla wielu klas (MCSP).Kliknij tutaj, aby przeczytać pełny raport