Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Automatyczne wykrywanie artefaktów EEG powstałych w wyniku ruchów głowy przy użyciu sygnałów EEG i żyroskopu
Udostępnij:
Simon O’Reganc, Stephen Faul, William Marianne. Wydział Elektroniki i Inżynierii Elektronicznej, University College Cork, Irlandia
Streszczenie
Kontaminacja sygnałów EEG przez artefakty wynikające z ruchów głowy stanowi poważną przeszkodę w wdrażaniu automatycznych systemów wykrywania zdarzeń neurologicznych w EEG ambulatorium. W niniejszym artykule prezentujemy prace nad kategoryzowaniem tych artefaktów ruchu głowy jako jednej odrębnej klasy oraz wykorzystaniem maszyn wektorów wspierających do automatycznego wykrywania ich obecności. Analizowane jest również wykorzystanie dodatkowych sygnałów fizycznych do wykrywania artefaktów ruchu głowy za pomocą klasyfikatorów maszyn wektorów wspierających z zaimplementowanymi sygnałami żyroskopowymi. Na koniec badana jest kombinacja cech wyodrębnionych z sygnałów EEG i żyroskopowych, aby zaprojektować algorytm, który łączy zarówno sygnały fizyczne, jak i fizjologiczne w dokładnym wykrywaniu artefaktów wynikających z ruchów głowy.Kliknij tutaj, aby przeczytać cały artykuł
Simon O’Reganc, Stephen Faul, William Marianne. Wydział Elektroniki i Inżynierii Elektronicznej, University College Cork, Irlandia
Streszczenie
Kontaminacja sygnałów EEG przez artefakty wynikające z ruchów głowy stanowi poważną przeszkodę w wdrażaniu automatycznych systemów wykrywania zdarzeń neurologicznych w EEG ambulatorium. W niniejszym artykule prezentujemy prace nad kategoryzowaniem tych artefaktów ruchu głowy jako jednej odrębnej klasy oraz wykorzystaniem maszyn wektorów wspierających do automatycznego wykrywania ich obecności. Analizowane jest również wykorzystanie dodatkowych sygnałów fizycznych do wykrywania artefaktów ruchu głowy za pomocą klasyfikatorów maszyn wektorów wspierających z zaimplementowanymi sygnałami żyroskopowymi. Na koniec badana jest kombinacja cech wyodrębnionych z sygnałów EEG i żyroskopowych, aby zaprojektować algorytm, który łączy zarówno sygnały fizyczne, jak i fizjologiczne w dokładnym wykrywaniu artefaktów wynikających z ruchów głowy.Kliknij tutaj, aby przeczytać cały artykuł
Simon O’Reganc, Stephen Faul, William Marianne. Wydział Elektroniki i Inżynierii Elektronicznej, University College Cork, Irlandia
Streszczenie
Kontaminacja sygnałów EEG przez artefakty wynikające z ruchów głowy stanowi poważną przeszkodę w wdrażaniu automatycznych systemów wykrywania zdarzeń neurologicznych w EEG ambulatorium. W niniejszym artykule prezentujemy prace nad kategoryzowaniem tych artefaktów ruchu głowy jako jednej odrębnej klasy oraz wykorzystaniem maszyn wektorów wspierających do automatycznego wykrywania ich obecności. Analizowane jest również wykorzystanie dodatkowych sygnałów fizycznych do wykrywania artefaktów ruchu głowy za pomocą klasyfikatorów maszyn wektorów wspierających z zaimplementowanymi sygnałami żyroskopowymi. Na koniec badana jest kombinacja cech wyodrębnionych z sygnałów EEG i żyroskopowych, aby zaprojektować algorytm, który łączy zarówno sygnały fizyczne, jak i fizjologiczne w dokładnym wykrywaniu artefaktów wynikających z ruchów głowy.Kliknij tutaj, aby przeczytać cały artykuł