လေ့လာဖို့လင့်ခ်
ISNN 2016 - ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောကွန်ယက်တိုးတက်လာ
စီးရီး၏ Volume ကို 9719 ကွန်ပျူတာသိပ္ပံအတွက်ဟောပြောပွဲမှတ်စုများ စစ 66-73
နေ့စွဲ: 02 ဇူလိုင်လ 2016
- Wenjie လီ
- , Ling Zou
- , Tiantong Zhou
- , Changming Wang
- , Jiongru Zhou
ြဒပ်မဲ့သော
အပြည့်အဝဦးရေပြား electroencephalography (EEG) အသံဖမ်းယေဘုယျအားဖြင့် Multi-ရုပ်သံလိုင်းလျှပ်ကူးပစ္စည်းထုပ်နှင့်အတူဦးနှောက်ကကွန်ပျူတာ interface ကို (BCI) ပလီကေးရှင်းကိုအသုံးပြုသည်။ အဆိုပါဒေတာကိုလျှောက်လွှာနှင့် ပတ်သက်. ပြည့်စုံသောသတင်းအချက်အလက်ရှိပါတယ်, ဒါပေမယ့်လည်းဒါဟာခက်ခဲပုံစံများထုတ်ဖေါ်ဖို့ကိုဆီလျှော်သတင်းအချက်အလက်နှင့်ဆူညံသံရှိပြီးသာ။ ဤစာတမ်းသည်အမြင်အာရုံ "Oddball" ပါရာဒိုင်းနှင့်အတူအင်တာနက်ကိုစွဲလမ်း၏လေ့လာမှုများအတွက်အကောင်းဆုံး channel များကိုရွေးချယ်ခြင်း၌အကြှနျုပျတို့၏ပဏာမသုတေသနပြုတင်ပြသွားပါသည်။ တစ်ဦးက Two-ဇာတ်စင်မော်ဒယ် 64 channel များကိုအပြည့်အဝထားထံမှတာဝန်နှင့် ပတ်သက်. အများဆုံးသက်ဆိုင်ရာ channel များကိုရွေးဖို့အလုပ်ခန့်ခဲ့ပါတယ်။ ပထမဦးစွာလိုင်းများပါဝါရောင်စဉ်သိပ်သည်းဆ (PSD) နှင့်တစ်ဦးချင်းစီဘာသာရပ်များအတွက်သီးခြား Fisher ကအချိုးအစားနှင့်အညီအဆင့်ခဲ့ကြသည်။ ဒုတိယအချက်မှာကွဲပြားခြားနားသောဘာသာရပ်များအကြားတွင်တစ်ဦးချင်းစီချန်နယ်၏ဖြစ်ပျက်မှုနှုန်းကိုတွက်ချက်ခဲ့သည်။ အဘယ်သူ၏ကွိနှစ်ကြိမ်အကောင်းဆုံးပေါင်းစပ်ပါဝင်သည်ထက်ပိုခဲ့ channels ။ (တပြင်လုံးကိုလမ်းကြောင်းများအပါအဝင်) လိုင်းများ၏အကောင်းဆုံးလမ်းကြောင်းများနှင့်အခြားနှိုင်းယှဉ်ပေါင်းစပ် Fisher က linear ခွဲခြားဆက်ဆံမှုခွဲခြမ်းစိတ်ဖြာနည်းလမ်းနှင့်အတူပစ်မှတ်နှင့် Non-ပစ်မှတ်လှုံ့ဆော်မှုများအကြားခွဲခြားရန်အသုံးပြုခဲ့ကြသည်။ ခွဲခြားရလဒ်များရုပ်သံလိုင်းရွေးချယ်ရေးနည်းလမ်းအလွန်ပေါများ channel များကိုလျှော့ချခြင်းနှင့်ခွဲခြားတိကျမှန်ကန်မှု, တိကျသောနှင့် sensitivity ကိုအာမခံကြောင်းပြသခဲ့သည်။ ဒါဟာအင်တာနက်ကိုစွဲအပေါ်အာရုံစူးစိုက်မှုလိုငွေပြမှုရှိကွောငျးရလဒ်ကနေကောက်ချက်ချနိုင်ပါတယ်။
keywords
Channel ကိုရွေးချယ်ရေး Electroencephalogram (EEG) အင်တာနက်စွဲ Oddball ကို Power ရောင်စဉ်သိပ်သည်းဆ Fisher က linear ခွဲခြားဆက်ဆံမှုခွဲခြမ်းစိတ်ဖြာ
;
