| Název: | EEG database merging for BCI applications |
| Autoři: | Doležal, Jaroslav Šťastný, Jan Švadlenka, Michal |
| Citace zdrojového dokumentu: | Electroscope. 2012, č. 3. |
| Datum vydání: | 2012 |
| Nakladatel: | Západočeská univerzita v Plzni, Fakulta elektrotechnická |
| Typ dokumentu: | článek article |
| URI: | http://147.228.94.30/images/PDF/Rocnik2012/Cislo3_2012/r5c4c3.pdf http://hdl.handle.net/11025/697 |
| ISSN: | 1802-4564 |
| Klíčová slova: | EEG záznamy;slučování záznamů;rozhraní mozek-stroj |
| Klíčová slova v dalším jazyce: | EEG records;records merging;brain-machine interface |
| Abstrakt: | Příspěvek představuje metodu pro slučování různých EEG záznamů. Sloučením záznamů a stabilitou EEG se zabýváme s ohledem na dlouhodobé používání rozhraní mozek-stroj. Metoda pro slučování záznamů byla otestována na datech z experimentů provedených s časovým odstupem jednoho roku. Pro ověření správnosti metody byla provedena klasifikace pomocí klasifikátoru založeného na skrytých Markovských modelech a použití Laplaceovské filtrace a nezávislých komponent. Výsledky ukazují, že projevy pohybové aktivity v EEG lze detekovat jak v samostatných tak i sloučených záznamech, což dokazuje správnost navržené metody. Předkládaná metoda je nezbytný krok pro vyhodnocení středně a dlouhodobých změn v budoucích experimentech se systémem pro zpracování EEG v reálném čase vyvinutém naší skupinou. Analýza dat a dosažené výsledky klasifikace ukazují, že odezvy EEG na pohybovou aktivitu jsou stabilní. |
| Abstrakt v dalším jazyce: | This paper presents a method for merging of different EEG recordings. We deal with merging of recordings and EEG stability with respect to long-term Brain-Computer Interface usage. Recording sessions from experiments separated by a one year period are used to test the method. Classification results using a Hidden Markov Model based classifier and both Laplacian filtering and Independent Component Analysis are presented to validate the merge. The results indicate that movement-related EEG responses can be detected in both stand-alone and merged sessions which prove viability of the proposed method. The presented method is a necessary step to investigate short-term and long-term changes with future experiments using a real time EEG processing system developed by our group. Both data analysis and classification indicate that the movement-related EEG responses are stable. |
| Práva: | © 2012 Electroscope. All rights reserved. |
| Vyskytuje se v kolekcích: | Číslo 3 (2012) Číslo 3 (2012) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| r5c4c3.pdf | 566,52 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/697Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.