liên kết để học
Những tiến bộ trong mạng lưới thần kinh - ISNN 2016
Tập 9719 của loạt sách Ghi chú bài giảng về Khoa học máy tính, trang 66-73.
Ngày: 02 2016 tháng bảy
- Wenjie Li
- , Ling Zou
- , Tiantong Zhou
- , Changming Wang
- , Jiongru Zhou
Tóm tắt
Ghi điện não đồ toàn phần (EEG) thường được sử dụng trong các ứng dụng giao diện máy tính não (BCI) với nắp điện cực đa kênh. Dữ liệu không chỉ có thông tin toàn diện về ứng dụng mà còn có thông tin và tiếng ồn không liên quan, gây khó khăn cho việc tiết lộ các mẫu. Bài viết này trình bày nghiên cứu sơ bộ của chúng tôi trong việc lựa chọn các kênh tối ưu cho nghiên cứu nghiện internet với mô hình trực quan Oddball bù. Một mô hình hai giai đoạn đã được sử dụng để chọn các kênh có liên quan nhất về nhiệm vụ từ toàn bộ các kênh 64. Đầu tiên, các kênh được xếp hạng theo mật độ phổ công suất (PSD) và tỷ lệ Fisher riêng cho từng đối tượng. Thứ hai, tỷ lệ xuất hiện của từng kênh trong số các đối tượng khác nhau đã được tính toán. Các kênh có số lần xuất hiện nhiều hơn hai lần bao gồm sự kết hợp tối ưu. Các kênh tối ưu và các kết hợp so sánh khác của các kênh (bao gồm toàn bộ các kênh) đã được sử dụng để phân biệt giữa các kích thích mục tiêu và không nhắm mục tiêu với phương pháp phân tích phân biệt tuyến tính Fisher. Kết quả phân loại cho thấy phương pháp chọn kênh giảm đáng kể các kênh phong phú và đảm bảo độ chính xác, độ đặc hiệu và độ nhạy của phân loại. Có thể kết luận từ kết quả là có sự thiếu hụt chú ý đối với người nghiện internet.
Từ khóa
Lựa chọn kênh Điện não đồ (EEG) Nghiện Internet Oddball Mật độ phổ năng lượng Phân tích phân biệt tuyến tính Fisher