
利用EEG和陀螺仪信号自动检测由于头部运动而产生的EEG伪影
努里·贾维特
更新于
2012年9月27日

利用EEG和陀螺仪信号自动检测由于头部运动而产生的EEG伪影
努里·贾维特
更新于
2012年9月27日

利用EEG和陀螺仪信号自动检测由于头部运动而产生的EEG伪影
努里·贾维特
更新于
2012年9月27日
Simon O’Reganc, Stephen Faul, William Marianne. 爱尔兰科克大学电气与电子工程系
摘要
脑电图(EEG)信号中因头部运动产生的伪迹污染,一直是动态EEG中自动神经事件检测系统应用的一大严重障碍。在本文中,我们展示了将这些头部运动伪迹分类为一个独立类别,并使用支持向量机自动检测其存在的研究工作。此外,还通过结合陀螺仪波形实现的支持向量机分类器,研究了利用额外的物理信号来检测头部运动伪迹。最后,探索了结合从EEG和陀螺仪信号中提取的特征,以设计一种能够结合物理和生理信号来精确检测头部运动伪迹的算法。点击此处阅读全文
Simon O’Reganc, Stephen Faul, William Marianne. 爱尔兰科克大学电气与电子工程系
摘要
脑电图(EEG)信号中因头部运动产生的伪迹污染,一直是动态EEG中自动神经事件检测系统应用的一大严重障碍。在本文中,我们展示了将这些头部运动伪迹分类为一个独立类别,并使用支持向量机自动检测其存在的研究工作。此外,还通过结合陀螺仪波形实现的支持向量机分类器,研究了利用额外的物理信号来检测头部运动伪迹。最后,探索了结合从EEG和陀螺仪信号中提取的特征,以设计一种能够结合物理和生理信号来精确检测头部运动伪迹的算法。点击此处阅读全文
Simon O’Reganc, Stephen Faul, William Marianne. 爱尔兰科克大学电气与电子工程系
摘要
脑电图(EEG)信号中因头部运动产生的伪迹污染,一直是动态EEG中自动神经事件检测系统应用的一大严重障碍。在本文中,我们展示了将这些头部运动伪迹分类为一个独立类别,并使用支持向量机自动检测其存在的研究工作。此外,还通过结合陀螺仪波形实现的支持向量机分类器,研究了利用额外的物理信号来检测头部运动伪迹。最后,探索了结合从EEG和陀螺仪信号中提取的特征,以设计一种能够结合物理和生理信号来精确检测头部运动伪迹的算法。点击此处阅读全文

继续阅读