link naar studie
Vooruitgang op neurale netwerken - ISNN 2016
Deel 9719 van de serie Collegegevens in de informatica pp 66-73
Datum: 02 juli 2016
- Wenjie Li
- , Ling Zou
- , Tiantong Zhou
- , Changming Wang
- , Jiongru Zhou
Abstract
Volledige opname van elektro-encefalografie (EEG) van de hoofdhuid wordt over het algemeen gebruikt in BCI-toepassingen (Brain Computer Interface) met meerkanaals elektrodekap. De gegevens bevatten niet alleen uitgebreide informatie over de toepassing, maar bevatten ook irrelevante informatie en ruis die het moeilijk maken om de patronen te onthullen. Dit artikel presenteert ons voorlopig onderzoek naar het selecteren van de optimale kanalen voor de studie van internetverslaving met een visueel "Oddball"-paradigma. Er werd een tweetrapsmodel gebruikt om uit de volledige set van 64 kanalen de meest relevante kanalen voor de taak te selecteren. Eerst werden de kanalen voor elk onderwerp afzonderlijk gerangschikt op basis van vermogensspectrumdichtheid (PSD) en Fisher-ratio. Ten tweede werd het voorkomen van elk kanaal bij verschillende onderwerpen berekend. Kanalen waarvan het voorkomen meer dan twee keer was, vormden de optimale combinatie. De optimale kanalen en andere vergelijkingscombinaties van kanalen (inclusief de hele kanalen) werden gebruikt om onderscheid te maken tussen de doelwit- en niet-doelstimuli met de lineaire discriminantanalysemethode van Fisher. Classificatieresultaten toonden aan dat de kanaalselectiemethode de overvloedige kanalen aanzienlijk verminderde en de nauwkeurigheid, specificiteit en gevoeligheid van de classificatie garandeerde. Uit de resultaten kan worden geconcludeerd dat er een aandachtstekort is bij internetverslaafden.
Trefwoorden
Kanaalselectie Elektro-encefalogram (EEG) Internetverslaving Oddball Vermogensspectrumdichtheid Fisher lineaire discriminantanalyse