Rafgreiningartækni Aðgreiningarskynjun og flokkun hjá fólki með fíkniefnaneyslu með sjónrænum Oddball Paradigm (2015)

Höfundar: Ling, Zou; Yue, Chen; Wenjie, Li; Aðdáandi, Jing

Heimild: Journal of Medical Imaging og heilsu upplýsingatækni, 5. bindi, númer 7, nóvember 2015, bls. 1499-1503 (5)

Útgefandi: American Scientific Publishers

Útdráttur:

Í þessari grein voru rafeindabreytismerki (EEG) merki skráð frá tíu heilbrigðum og tíu netfíkn (IA) háskólanemum meðan á sjónrænu hugmyndafræði stendur. Í fyrsta lagi voru upprunalegu merkin fyrirfram unnin til að fjarlægja nokkra gripi með ICA-reikniritinu (Independent Component Analysis). Þá var aðalþáttagreiningin (PCA) notuð til að velja hlutmengi rásanna sem varðveita flestar upplýsingar samanborið við allt safnið af 64 rásum. Að lokum voru eiginleikar P300 bylgjur dregnir út úr atburðartengdum möguleikum (ERP) og borin saman á milli ERPs og ERPs sem ekki eru miðaðir, sem og yfir IA hópinn og samanburðarhópinn. Útdrættir eiginleikar voru frekar notaðir til að þjálfa fjóra flokkara: Fisher Linear Discriminate Analysis (FLDA), Back Propagation (BP) Neural Network, Bayesian Classifier (BC) og Bayesian Regularization Back Propagation (BRBP) Neural Network. Virku rásirnar voru staðsettar í framhlið, parítalíum, framhimnu og íbarnabólgu fyrir bæði heilbrigða og IA-þjáða háskólanema. Tíðni 42 meðaltals ERPs við tilraunörvun var lengri en hjá 558 rannsóknum að meðaltali ERPs undir örvun utan marka (bls 0.05) og amplitude 42 rannsókna að meðaltali ERPs undir örvun marka var stærri en 558 rannsókna að meðaltali ERP undir non-target (bls 0.05). Það sýndi verulegan mun á P300 ampllitum milli heilbrigðra einstaklinga og viðbótarviðfangsefna. The amplitudes af Internet Addition voru lægri (bls 0.05). Flokkunaráreiðanleiki gæti náð yfir 93% með því að nota Bayesian-undirstaða aðferð á virkum svæðum, en það var lægra en 90% á miðlægum svæðum. Niðurstöðurnar sýna að það er neikvæð áhrif á heilasvörun og minni hæfileika IA-þjáða háskólanema. Í greininni er fjallað um hagnýta stafræna síu framkvæmd til að bæla 50 Hz máttur hávaða með því að nota heiltala stuðullinn. Mjög fljótleg og einföld lausn gerir kleift að bæla bæði grunn og samhliða hluti af orkuhljóðum með ólínulegum röskunum. Real ECG merki voru notaðar til að prófa árangur af hávaða bælingu. Nákvæmni er metin fyrir grunn sinusoidal og rétthyrnd bylgja hávaða.

Leitarorð: CHANNEL SELECTION; Atburðatengdar möguleikar; Óháður þáttur greining; P300; PATTERN RECOGNITION

Skjal Tegund: Rannsóknargrein

DOI: https://doi.org/10.1166/jmihi.2015.1570

Útgáfudagur: Nóvember 1, 2015