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 powstających w wyniku ruchów głowy za pomocą żyroskopów
Udostępnij:
S. O’Regan. Wydział Elektrotechniki, Uniwersytet w Cork, Cork, Irlandia
Streszczenie
Wcześniejsze prace wykazały potrzebę niezawodnego wykrywania artefaktów ruchu głowy w ambulatoryjnym systemie EEG. W niniejszym artykule proponujemy wykorzystanie żyroskopów do wykrywania artefaktów w EEG. Z sygnałów z żyroskopu wyodrębniane są cechy, które następnie są oceniane za pomocą Funkcji Oceny Informacji Wzajemnej. Następnie stosuje się Analizę Dyskryminacyjną Liniową jako metodę separacji między normalnym EEG a artefaktami. Zastosowano również klasyfikator Maszyny Wektorów Wspierających do sygnałów cech żyroskopu. Wyniki wskazują na dobrą separację między cechami żyroskopu wyodrębnionymi z normalnego EEG a tymi wydobytymi z artefaktów wynikających z ruchu głowy, co stanowi silny argument za włączeniem sygnałów z żyroskopu jako cech w klasyfikacji artefaktów ruchu głowy.Kliknij tutaj, aby przeczytać pełny raport
S. O’Regan. Wydział Elektrotechniki, Uniwersytet w Cork, Cork, Irlandia
Streszczenie
Wcześniejsze prace wykazały potrzebę niezawodnego wykrywania artefaktów ruchu głowy w ambulatoryjnym systemie EEG. W niniejszym artykule proponujemy wykorzystanie żyroskopów do wykrywania artefaktów w EEG. Z sygnałów z żyroskopu wyodrębniane są cechy, które następnie są oceniane za pomocą Funkcji Oceny Informacji Wzajemnej. Następnie stosuje się Analizę Dyskryminacyjną Liniową jako metodę separacji między normalnym EEG a artefaktami. Zastosowano również klasyfikator Maszyny Wektorów Wspierających do sygnałów cech żyroskopu. Wyniki wskazują na dobrą separację między cechami żyroskopu wyodrębnionymi z normalnego EEG a tymi wydobytymi z artefaktów wynikających z ruchu głowy, co stanowi silny argument za włączeniem sygnałów z żyroskopu jako cech w klasyfikacji artefaktów ruchu głowy.Kliknij tutaj, aby przeczytać pełny raport
S. O’Regan. Wydział Elektrotechniki, Uniwersytet w Cork, Cork, Irlandia
Streszczenie
Wcześniejsze prace wykazały potrzebę niezawodnego wykrywania artefaktów ruchu głowy w ambulatoryjnym systemie EEG. W niniejszym artykule proponujemy wykorzystanie żyroskopów do wykrywania artefaktów w EEG. Z sygnałów z żyroskopu wyodrębniane są cechy, które następnie są oceniane za pomocą Funkcji Oceny Informacji Wzajemnej. Następnie stosuje się Analizę Dyskryminacyjną Liniową jako metodę separacji między normalnym EEG a artefaktami. Zastosowano również klasyfikator Maszyny Wektorów Wspierających do sygnałów cech żyroskopu. Wyniki wskazują na dobrą separację między cechami żyroskopu wyodrębnionymi z normalnego EEG a tymi wydobytymi z artefaktów wynikających z ruchu głowy, co stanowi silny argument za włączeniem sygnałów z żyroskopu jako cech w klasyfikacji artefaktów ruchu głowy.Kliknij tutaj, aby przeczytać pełny raport