odkaz na studium
Pokroky v neuronových sítích - ISNN 2016
Svazek 9719 ze série Přednášky z informatiky str. 66-73
Datum: 02 července 2016
- Wenjie Li
- , Ling Zou
- , Tiantong Zhou
- Changming Wang
- , Jiongru Zhou
Abstraktní
Záznam elektroencefalografie na hlavě (EEG) se obvykle používá v aplikacích s rozhraním mozku a počítače (BCI) s vícepásmovým elektrodovým krytem. Data mají nejen komplexní informace o aplikaci, ale také irelevantní informace a hluk, který ztěžuje odhalení vzorců. Tento příspěvek představuje náš předběžný výzkum při výběru optimálních kanálů pro studium závislosti na internetu s vizuálním „Oddball“ paradigmatem. Pro výběr nejrelevantnějších kanálů o úkolu byl použit dvoustupňový model z celé sady kanálů 64. Nejprve byly kanály hodnoceny podle hustoty výkonového spektra (PSD) a Fisherova poměru zvlášť pro každý subjekt. Za druhé byla vypočtena četnost výskytu každého kanálu mezi různými subjekty. Optimální kombinace tvořily kanály, jejichž výskyt byl více než dvakrát. Optimální kanály a další srovnávací kombinace kanálů (včetně celých kanálů) byly použity k rozlišení mezi cílovými a necílovými stimuly pomocí metody Fisherovy lineární diskriminační analýzy. Výsledky klasifikace ukázaly, že metoda výběru kanálu značně snížila početné kanály a zaručila přesnost klasifikace, specificitu a citlivost. Z výsledků lze vyvodit, že na závislých na internetu existuje nedostatek pozornosti.
Klíčová slova
Výběr kanálu Elektroencefalogram (EEG) Internetová závislost Oddball Hustota spektra energie Fisherova lineární diskriminační analýza