लेखक: लिंग, Zou; यू, चेन; वेन्जी, ली; फ्यान, जिing
स्रोत: मेडिकल ईमेजिङ र स्वास्थ्य सूचना विज्ञानको जर्नल, खण्ड 5, नम्बर,, नोभेम्बर २०१ 7, पृ। १2015-१-1499०1503 ())
प्रकाशक: अमेरिकी वैज्ञानिक प्रकाशकहरू
सार:
यो कागजमा, इलेक्ट्रोएन्सेफालग्राम (EEG) संकेतहरू दृश्य हेल्पबल प्रतिमानको समयमा दश स्वस्थ र दस इन्टरनेट लत (IA) द्वारा संचालित विश्वविद्यालयका विद्यार्थीहरूबाट रेकर्ड गरिएको थियो। पहिलो, सक्कली संकेतहरू स्वतन्त्र घटक विश्लेषण (ICA) एल्गोरिथ्म प्रयोग गरेर केहि कलाकृतिहरू हटाउन प्रोप्रोसेस गरिएको थियो। त्यसो भए, प्रिंसिपल कम्पोनेन्ट एनालिसिस (पीसीए) च्यानलहरूको सबसेट चयन गर्न प्रयोग गरिएको थियो जुन channels the च्यानलहरूको पूर्ण सेटको तुलनामा अधिक जानकारी सुरक्षित गर्दछ। अन्तमा, P64 तरंगहरूका सुविधाहरू घटना सम्बन्धित सम्भावित (ERPs) बाट निकाले र लक्षित ERP र गैर-लक्षित ERPs, साथै IA समूह र नियन्त्रण समूहमा तुलना गरियो। झिकिएका सुविधाहरू थप चार वर्गीकरणकर्ताहरूलाई प्रशिक्षण दिन प्रयोग गरिएको थियो: फिशर रैखिक भेदभाव विश्लेषण (एफएलडीए), ब्याक प्रोपेगेशन (बीपी) न्यूरल नेटवर्क, बाएसियन क्लासिफायर (बीसी) र बाईसियन रेगुलरइजेशन बैक प्रोपेगमेसन (बीआरबीपी) न्यूरल नेटवर्क। सक्रिय च्यानलहरू स्वस्थ र आईए-पीडित दुवै विश्वविद्यालयका विद्यार्थीहरूको लागि फ्रन्टल, पेरिएटल, ओसीपीटल र प्यारेटल-ओसीपीटल क्षेत्रहरूमा अवस्थित थिए। लक्षित उत्तेजना अन्तर्गत tri२ ट्रायलको औसत ईआरपीको विलम्बता-300 ट्रायलको भन्दा लामो थियो 'गैर-लक्ष्य उत्तेजनाको तहत औसत ईआरपीहरू (p ०.०0.05), र stim२ परीक्षणको औसत आयाम ERPs लक्ष्य उत्तेजितता अन्तर्गत 42 558 ट्रायलको भन्दा ठूलो थियो गैर लक्ष्य अन्तर्गत औसत ERPs (p 0.05)। यसले P300 एम्प्लिट्युड्समा स्वस्थ बिषय र ईन्टर्नेट थप्न बिषय बिभिन्न विषयहरूमा महत्वपूर्ण भिन्नता देखायो। इन्टरनेट थप को आयाम कम थियो (p 0.05)। वर्गीकरण सटीकता 93% माथि पुग्न सक्दछ सक्रिय क्षेत्रहरूमा बायिसियन-आधारित विधि प्रयोग गरेर, जब यो केन्द्रीय क्षेत्रमा 90% भन्दा कम छ। परिणामहरूले आईए-पीडित विश्वविद्यालयका विद्यार्थीहरूको मस्तिष्क प्रतिक्रिया र मेमोरी क्षमतामा नकारात्मक प्रभावहरू छन् भन्ने देखाउँदछ। कागजले व्यावहारिक डिजिटल फिल्टर कार्यान्वयनको साथ 50 Hz पावर शोर पूरा गर्न पूर्णांक गुणांक फिल्टरहरू प्रयोग गर्दछ। धेरै छिटो र सरल समाधान nonlinear विकृति संग शक्ति शोर को मूलभूत र harmonic दुबै दमन गर्न सक्षम गर्दछ। वास्तविक ECG संकेतहरू शक्ति शोर दमनको प्रभावकारिताको परीक्षण गर्न प्रयोग गरियो। शुद्धता आधारभूत sinusoidal र शोरको आयताकार तरंगको लागि मूल्या is्कन गरिन्छ।
कीवर्ड: च्यानल चयन; घटना सम्बन्धित सम्भावितहरू; व्यक्तिगत कम्पोनेन्ट विश्लेषण; P300; ढाँचा पहिचान
कागजात प्रकार: लेख खोज्नुहोस्
DOI: https://doi.org/10.1166/jmihi.2015.1570
प्रकाशन मिति: नोभेम्बर 1, 2015
;