便携设备上的EEGα节律检测
分享：
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
亮点
我们使用EMOTIV EPOC+ 14通道 EEG 头戴设备分析了α节律。
我们比较了两种信号分析技术 - MP 和 FFT。
在α节律研究中可以使用EMOTIV EPOC+ 和 MP。
摘要
便携式 EEG 设备具有成为高效计算机接口的巨大潜力。然而，必要的一步是准确描述 EEG 信号，以量化大脑节律。本研究探讨了两种信号分析技术，即匹配追踪（MP）和快速傅里叶变换（FFT），用于通过检测从七个头皮区域获得的 EEG α活动来区分两种状态，眼睛睁开（EO）和眼睛闭合（EC），使用便携式 EEG 设备。受试者为十名健康男性志愿者。MP 结果一般再现了 FFT 分析的结果，所有方法在枕部区域表现良好。然而，对于 MP 原子的数量，状态区分更好，而 MP 原子的数量是唯一在所有研究位置上达到统计显著性的变量。在进行 EEG α节律的 EO 与 EC 状态区分时，计算 MP 原子数量可能是有用的，特别是在需要额外的枕外采集时。
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
亮点
我们使用EMOTIV EPOC+ 14通道 EEG 头戴设备分析了α节律。
我们比较了两种信号分析技术 - MP 和 FFT。
在α节律研究中可以使用EMOTIV EPOC+ 和 MP。
摘要
便携式 EEG 设备具有成为高效计算机接口的巨大潜力。然而，必要的一步是准确描述 EEG 信号，以量化大脑节律。本研究探讨了两种信号分析技术，即匹配追踪（MP）和快速傅里叶变换（FFT），用于通过检测从七个头皮区域获得的 EEG α活动来区分两种状态，眼睛睁开（EO）和眼睛闭合（EC），使用便携式 EEG 设备。受试者为十名健康男性志愿者。MP 结果一般再现了 FFT 分析的结果，所有方法在枕部区域表现良好。然而，对于 MP 原子的数量，状态区分更好，而 MP 原子的数量是唯一在所有研究位置上达到统计显著性的变量。在进行 EEG α节律的 EO 与 EC 状态区分时，计算 MP 原子数量可能是有用的，特别是在需要额外的枕外采集时。
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
亮点
我们使用EMOTIV EPOC+ 14通道 EEG 头戴设备分析了α节律。
我们比较了两种信号分析技术 - MP 和 FFT。
在α节律研究中可以使用EMOTIV EPOC+ 和 MP。
摘要
便携式 EEG 设备具有成为高效计算机接口的巨大潜力。然而，必要的一步是准确描述 EEG 信号，以量化大脑节律。本研究探讨了两种信号分析技术，即匹配追踪（MP）和快速傅里叶变换（FFT），用于通过检测从七个头皮区域获得的 EEG α活动来区分两种状态，眼睛睁开（EO）和眼睛闭合（EC），使用便携式 EEG 设备。受试者为十名健康男性志愿者。MP 结果一般再现了 FFT 分析的结果，所有方法在枕部区域表现良好。然而，对于 MP 原子的数量，状态区分更好，而 MP 原子的数量是唯一在所有研究位置上达到统计显著性的变量。在进行 EEG α节律的 EO 与 EC 状态区分时，计算 MP 原子数量可能是有用的，特别是在需要额外的枕外采集时。