аўтары: Лінг, Цзоў; Юэ, Чэнь; Вэньцзе, Лі; Вентылятар, Цзін
крыніца: Часопіс медыцынскай візуалізацыі і медыцынскай інфарматыкі, Том 5, нумар 7, лістапад 2015 г., стар. 1499-1503 (5)
Выдавецтва: Амерыканскія Навуковыя выдавецтвы
Анатацыя:
У гэтым артыкуле сігналы электраэнцэфалаграмы (ЭЭГ) былі зафіксаваны ад дзесяці здаровых і дзесяці студэнтаў, якія пакутуюць ад Інтэрнэт-залежнасці (IA), падчас візуальнай парадыгмы дзівацтва. Па-першае, зыходныя сігналы былі папярэдне апрацаваны для выдалення некаторых артэфактаў з выкарыстаннем алгарытму незалежнага аналізу кампанентаў (ICA). Затым быў выкарыстаны аналіз асноўных кампанентаў (PCA) для выбару падмноства каналаў, якія захоўваюць большую частку інфармацыі ў параўнанні з поўным наборам з 64 каналаў. Нарэшце, асаблівасці хваляў P300 былі выдзелены з патэнцыялаў, звязаных з падзеямі (ERP), і параўнаны паміж мэтавымі ERP і нецэлевымі ERP, а таксама паміж групай IA і кантрольнай групай. Здабытыя функцыі ў далейшым выкарыстоўваліся для падрыхтоўкі чатырох класіфікатараў: лінейны дыскрымінацыйны аналіз Фішэра (FLDA), нейронная сетка зваротнага распаўсюджвання (BP), байесаўскі класіфікатар (BC) і нейрасетка зваротнага распаўсюджвання Байеса (BRBP) Актыўныя каналы размяшчаліся ў лобнай, цемянной, патылічнай і цемянна-патылічнай абласцях як для здаровых, так і для студэнтаў, якія пакутуюць ІА. Латэнтнасць сярэдніх ERP у 42 даследаваннях пры мэтавай стымуляцыі была большай, чым у сярэдніх ERP у 558 выпрабаваннях пры нямэтавай стымуляцыі (стар 0.05), а амплітуда асераднёных ERP 42 выпрабаванняў пры мэтавай стымуляцыі была большай, чым у 558 выпрабаванняў, асераднёных ERP пры немэтавых (стар 0.05). Ён паказаў значную розніцу ў амплітудзе P300 паміж здаровымі суб'ектамі і суб'ектамі складання Інтэрнэт. Амплітуды Інтэрнэт Даданне былі ніжэй (стар 0.05). Дакладнасць класіфікацыі можа дасягаць вышэй 93% з выкарыстаннем байесовской на аснове метады ў актыўных зонах, у той час як ён быў ніжэйшы, чым 90% у цэнтральных раёнах. Вынікі паказваюць, што ёсць адмоўныя ўздзеяння на рэакцыю мозгу і здольнасці памяці ў IA-здзіўленых студэнтаў вышэйшых навучальных устаноў. У артыкуле практычнай рэалізацыі лічбавага фільтра для падаўлення шуму 50 Гц магутнасці, выкарыстоўваючы цэлыя каэфіцыенты фільтраў. Вельмі хуткае і простае рашэнне дазваляе душыць як асноўныя, так і гарманічныя складнікі магутнасці шуму з нелінейнымі скажэннямі. Сігналы ў рэальнай ЭКГ выкарыстоўвалася для праверкі эфектыўнасці падаўлення шуму магутнасці. Дакладнасць вылічаецца для базавай сінусоіднай і прамавугольнай хвалі шуму.
Ключавыя словы: выбар канала; падзейны патэнцыялам; НЕЗАЛЕЖНАЯ АНАЛІЗ кампанентаў; P300; распазнаванне
Тып дакумента: даследаванні Артыкул
DOI: https://doi.org/10.1166/jmihi.2015.1570
Дата публікацыі: лістапада 1, 2015
;