Klassifizierung von EEG-Signalen

Ich arbeite an einem Projekt im Zusammenhang mit Brain-Computer Interface und bin auf dieses Problem gestoßen.

Welche Werkzeuge und Techniken werden verwendet, um die EEG-Signale zu klassifizieren, die mit einem Gerät, das in meinem Fall das Neurosky Mindwave Mobile Headset ist, aus dem Gehirn extrahiert werden ? Ich brauchte eine abstrakte Ansicht darüber, wie das Design des Systems aussehen sollte.

Das Signal, das unter Verwendung der auf das Gehirn gepflanzten Elektrode extrahiert wird, besteht aus allen Arten von EEG-Signalen, die im EEG-Spektrum vorhanden sind, dh Delta, Alpha, Beta, Gamma, Mu. Wie kann ich es einordnen?

Ich habe über einige der Techniken gelesen, wie die Verwendung der diskreten schnellen Fourier-Transformation und die anschließende Extraktion von Bandleistungen, aber ich habe es nicht ganz gut verstanden, also kann mich jemand in die richtige Richtung weisen. Ich schätze deine Hilfe sehr.

Danke schön.

@Robin_Kramer? Das scheint eine gute Frage für Sie zu sein
@honi schau ich mir später mal an :)

Antworten (1)

BCI hat ungefähr zwei verschiedene Ansätze zum Extrahieren von Merkmalen. Ich werde sie beide ansprechen.

Wenn ein EEG aufgezeichnet wird, können Sie ein Aktivitätsmuster in einem bestimmten Kanal im Laufe der Zeit sehen. Dies ist der Zeitbereich. Der Zeitbereich wird überwiegend zur Analyse von Event Related Potentials verwendet. Eine Anwendung innerhalb von BCI ist der P300-Speller. Eine Buchstabenmatrix wird angezeigt und die Buchstaben werden einzeln hervorgehoben. Immer wenn der Buchstabe, an den Sie gedacht haben (dh beachtet, dh erwartet), eine Komponente namens P300 eine größere Auslenkung zeigt.

Der P300 (oder P3) ist eine positive Auslenkung etwa 300-400 Millisekunden nach der Präsentation eines Stimulus. Die Amplitude des P300 ist höher, wenn Sie etwas Erwartetes wahrnehmen, und kleiner, wenn etwas Unerwartetes (oder Unbemerktes) gesehen wird. Der P300-Speller ist eine saubere und einfache Möglichkeit, einen Buchstaben nach dem anderen zu buchstabieren (siehe auch Gehirn-Computer-Schnittstelle mit EEG: Wie benennt man imaginäre Bewegungen eines Nicht-Selbst-Objekts? )

ERP

Die von Ihnen gewünschte schnelle Fourier-Transformation (FTT) wird verwendet, um den Zeitbereich in den Frequenzbereich zu transformieren. Jedes Signal im Zeitbereich kann in einfache Sinuskurven mit unterschiedlichen Frequenzen, Amplituden und Phasen unterteilt werden. Die Amplituden werden auch als Potenz der Frequenzen bezeichnet. Die Frequenzen werden gruppiert (siehe auch Ist reizunabhängiges ERP sinnvoll/existiert? ) und die Leistung wird mit vielen vielen verschiedenen kognitiven Zuständen korreliert (Schläfrigkeit, Aufmerksamkeit usw. Siehe auch Sind Gehirnwellen elektromagnetische Wellen? )

BCI im Frequenzbereich nutzt die Leistung eines Frequenzbandes. Indem Sie mehr oder weniger Aufmerksamkeit fokussieren und dadurch die Leistung im Alpha-Band verringern oder erhöhen, können Sie beispielsweise einen Cursor über einen Bildschirm bewegen (auch hier besprochen: Brain-Computer Interface with EEG: how to name imaginary movement of a non- Selbstobjekt? ).

FFT

Es gibt eine dritte Domäne, nämlich die Zeit-Frequenz-Domäne (siehe Wie vergleiche ich Gehirnwellen? ) und es gibt viele andere Möglichkeiten, die Daten zu betrachten, wie Kohärenz und Synchronisation, und darauf wette ich (weiß es aber nicht). es wird für BCI-Anwendungen verwendet.

Weitere Informationen zu BCI finden Sie unter Ist die EEG-Gehirn-Computer-Schnittstelle zuverlässig?

Klassifizierung von EEG-Signalen
AntwortenHierDatenschutz-Bestimmungen1y, 0v