Authors: Ling, Zou; Yue, Chen; Wenjie, Li; Peminat, Jing
sumber: Jurnal Pengimejan Perubatan dan Informatika Kesihatan, Jilid 5, Nombor 7, November 2015, hlm. 1499-1503 (5)
Publisher: Penerbit Saintifik Amerika
Abstrak:
Dalam makalah ini, isyarat electroencephalogram (EEG) direkodkan dari sepuluh pelajar universiti yang sihat dan sepuluh Ketagihan Internet (IA) yang menderita semasa paradigma visual oddball. Pertama, isyarat asal diproses untuk membuang beberapa artifak menggunakan algoritma Independent Component Analysis (ICA). Kemudian, Analisis Komponen Utama (PCA) digunakan untuk memilih subset saluran yang menyimpan sebahagian besar maklumat berbanding dengan set lengkap 64 saluran. Akhirnya, ciri gelombang P300 diekstrak dari potensi yang berkaitan dengan peristiwa (ERP) dan dibandingkan di seluruh ERP sasaran dan ERP bukan sasaran, serta di seluruh kumpulan IA dan kumpulan kawalan. Ciri-ciri yang diekstrak selanjutnya digunakan untuk melatih empat pengklasifikasi: Fisher Linear Discriminate Analysis (FLDA), Back Propagation (BP) Neural Network, Bayesian Classifier (BC) dan Bayesian Regularization Back Propagation (BRBP) Neural Network. Saluran aktif terletak di kawasan frontal, parietal, occipital dan parietal-occipital untuk pelajar universiti yang sihat dan IA. Latensi 42 percubaan 'ERP rata-rata di bawah rangsangan sasaran lebih lama daripada 558 percubaan' ERP rata-rata di bawah rangsangan bukan sasaran (hlm 0.05), dan amplitud 42 percubaan 'ERP rata-rata di bawah rangsangan sasaran lebih besar daripada 558 ERP rata-rata percubaan di bawah bukan sasaran (hlm 0.05). Ia menunjukkan perbezaan yang ketara dalam amplitud P300 antara mata pelajaran subjek kesihatan dan subjek Tambahan Internet. Amplitud Tambahan Internet adalah lebih rendah (hlm 0.05). Ketepatan klasifikasi boleh mencapai melebihi 93% menggunakan kaedah berasaskan Bayesian dalam kawasan aktif, manakala ia lebih rendah daripada 90% di kawasan pusat. Keputusan menunjukkan bahawa terdapat pengaruh negatif terhadap tindak balas otak dan keupayaan ingatan pelajar universiti IA. Makalah berkenaan dengan pelaksanaan penapis digital praktikal untuk menindas kebisingan kuasa 50 Hz menggunakan penapis koefisien integer. Penyelesaian yang sangat cepat dan mudah membolehkan untuk menyekat kedua-dua komponen asas dan harmonik bunyi bising dengan distorsi tak linear. Isyarat ECG sebenar digunakan untuk menguji keberkesanan penindasan bunyi kuasa. Ketepatan dinilai untuk gelombang bunyi sinusoidal dan segi empat tepat bunyi bising.
Kata kunci: PILIHAN SALURAN; POTENSI YANG BERKAITAN YANG BERKAITAN; ANALISIS KOMPONEN INDEPENDEN; P300; PENGIKTIRAFAN PATTERN
Jenis dokumen: artikel penyelidikan
DOI: https://doi.org/10.1166/jmihi.2015.1570
Tarikh penerbitan: November 1, 2015
;