一种用于网络成瘾青少年脑电活动分类的两阶段信道选择模型(2016)

链接到学习

神经网络的进展 - ISNN 2016

该系列的卷9719 计算机科学讲义 pp 66-73

日期:02年2016月XNUMX日

  • 李文杰
  • 邹玲 
  • 周天同
  • 王昌明
  • 周炯如

抽象

全头皮脑电图(EEG)记录通常用于具有多通道电极帽的脑计算机接口(BCI)应用中。 数据不仅具有关于应用程序的全面信息,而且还具有无关的信息和噪声,这使得难以揭示模式。 本文介绍了用视觉“Oddball”范式选择网络成瘾研究的最佳渠道的初步研究。 采用两阶段模型从全套64频道中选择关于任务的最相关频道。 首先,根据每个受试者的功率谱密度(PSD)和Fisher比率分别对通道进行排序。 其次,计算不同受试者中每个通道的发生率。 出现次数超过两次的通道包含最佳组合。 使用Fisher线性判别分析方法,使用最佳通道和其他通道的比较组合(包括整个通道)来区分目标和非目标刺激。 分类结果表明,通道选择方法大大减少了丰富的通道,保证了分类的准确性,特异性和灵敏度。 从结果可以得出结论,网络成瘾者存在注意力缺陷。

关键词

通道选择脑电图(EEG)网络成瘾Oddball功率谱密度Fisher线性判别分析