Використання оптимальної просторової фiльтрацiї методом спiльної просторової моделi для класифiкацiї сигналiв ЕЕГ вiдповiдно до виду мозкової активності
dc.contributor.author | Кицун, П. Г. | |
dc.contributor.author | Kytsun, P. H. | |
dc.contributor.author | Кицун, П. Г. | |
dc.date.accessioned | 2018-08-22T11:52:36Z | |
dc.date.available | 2018-08-22T11:52:36Z | |
dc.date.issued | 2017 | |
dc.description.abstracten | During EEG due to the volume conduction the signal from each individual source appears simultaneously in a number of channels registered from different leads. Therefore, the recorded EEG signal gives a blurred picture of human brain activity, which makes the task of classifying such signals rather complicated. One of the effective methods to obtain an informative signal from the EEG record is to use the optimal spatial filtering (some kind of deblurring), when the maximum content of the signal from the particular region of the brain (which corresponds to a certain type of brain activity) is achived in the output signal. An algorithm for classifying EEG signals using optimal spatial filtering by the method of common spatial pattern is proposed to identify two classes of brain activity – imaginary left and right hand movements. To evaluate the quality of the algorithm, an EEG record, known as BCI Competition IV dataset 2b, was used. To determine the efficacy of the algorithm, the result of its operation was compared with the result of the algorithm without using optimal spatial filtering. The use of optimal spatial filtering improved the accuracy of classification from 0.74 to 0.79, which has shown its efficacy. | uk |
dc.description.abstractru | При регистрации ЭЭГ вследствие объемной проводимости сигнал от каждого отдельного источника попадает одновременно в большое число отведений. Поэтому зарегистрированный сигнал ЭЭГ даёт очень размытую картину мозговой активности человека, что делает задачу интерпретации такого сигнала достаточно сложной. Один из эффективных методов получения информативного сигнала из записи ЭЭГ состоит в использовании оптимальной пространственной фильтрации, когда в выходном сигнале достигается максимальное содержание сигнала именно с того участка мозга, который отвечает определенному виду мозговой активности. В работе предложен алгоритм классификации сигналов ЭЭГ с использованием оптимальной пространственной фильтрации методом общей пространственной модели для идентификации двух классов мозговой активности – воображаемых движений левой и правой рукой. Для оценки качества алгоритма использовалась запись ЭЭГ, известная как BCI Competition IV dataset 2b. Для определения эффективности алгоритма результат его работы сравнивался с результатом работы алгоритма без использования оптимальной пространственной фильтрации. Использование пространственной фильтрации позволило повысить точность классификации с 0,74 до 0,79, что говорит про эффективность этого метода. | uk |
dc.description.abstractuk | Пiд час реєстрацiї ЕЕГ внаслiдок об’ємної провiдностi сигнал вiд кожного окремого джерела потрапляє одночасно до багатьох вiдведень. Тому зареєстрований багатоканальний сигнал ЕЕГ надає досить розмиту картину мозкової активностi людини, що суттєво ускладнює задачу iнтерпретацiї такого сигналу. Одним з ефективних методiв отримання iнформативного сигналу з багатоканального запису ЕЕГ є використання оптимальної просторової фiльтрацiї, коли у вихiдному сигналi досягається максимальний вмiст сигналу саме з тiеї дiлянки мозку, яка вiдповiдає певному виду мозкової активностi. В роботi запропоновано алгоритм класифiкацiї сигналiв ЕЕГ iз застосуванням оптимальної просторової фiльтрацiї методом спiльної просторової моделi для iдентифiкацiї двох класiв мозкової активностi – уявних рухiв лiвою та правою рукою. Для оцiнки якостi алгоритму використовувався запис ЕЕГ, вiдомий як BCI Competition IV dataset 2b. Для визначення ефективностi алгоритму результат його роботи порiвнювався з результатом роботи алгоритму без використання оптимальної просторової фiльтрацiї. Завдяки використанню просторової фiльтрацiї методом спiльної просторової моделi вдалося пiдвищити середню точнiсть класифiкацiї записiв ЕЕГ з 0,74 до 0,79, що свiдчить про ефективнiсть цього методу. | uk |
dc.format.pagerange | С. 36–39 | uk |
dc.identifier.citation | Кицун, П. Г. Використання оптимальної просторової фiльтрацiї методом спiльної просторової моделi для класифiкацiї сигналiв ЕЕГ вiдповiдно до виду мозкової активності / П. Г. Кицун // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2017. – Вип. 71. – С. 36–39. – Бібліогр.: 7 назв. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/24324 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, Вип. 71 | uk |
dc.status.pub | published | |
dc.subject | ЕЕГ | uk |
dc.subject | класифiкацiя ЕЕГ | uk |
dc.subject | нейро-комп’ютерний iнтерфейс | uk |
dc.subject | EEG | uk |
dc.subject | classification | uk |
dc.subject | CSP | uk |
dc.subject | BCI | uk |
dc.subject | ЭЭГ | uk |
dc.subject | классификация | uk |
dc.subject | нейро-компьютерный интерфейс | uk |
dc.title | Використання оптимальної просторової фiльтрацiї методом спiльної просторової моделi для класифiкацiї сигналiв ЕЕГ вiдповiдно до виду мозкової активності | uk |
dc.title.alternative | The use of optimal spatial filtering by the method of common spatial pattern for the classification of EEG signals according to the type of brain activity | uk |
dc.title.alternative | Использование оптимальной пространственной фильтрации методом общей пространственной модели для классификации сигналов ЭЭГ в соответствии с видом мозговой активности | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- VKPIRR_2017_71_6Kitsun.pdf
- Розмір:
- 314.07 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: