Kinesiology, Vol. 45. No. 1., 2013.
Preliminary communication
Klasificiranje eeg signala zamišljenih mentalnih i motoričkih zadataka pomoću transformacije wavelet i neuronske mreže
Martina Tolić
; Faculty of Electrical Engineering, University J.J. Strossmayer in Osijek, Croatia
Franjo Jović
; Faculty of Electrical Engineering, University J.J. Strossmayer in Osijek, Croatia
Abstract
Sučelja mozak-računalo (eng. brain-computer interfaces – BCI) su uređaji koji omogućavaju komunikaciju između računala i ljudi, a kao ulazne signale koriste podatke o moždanoj aktivnosti. U sustavima BCI najčešća tehnologija za snimanje moždane aktivnosti jest elektroencefalografija (EEG). Kako bi se ispravno interpretirala moždana
aktivnost, prikupljeni moždani signali moraju biti točno klasificirani. U ovom članku EEG signali su predstavljeni pomoću diskretne transformacije wavelet. Značajke dobivene tim postupkom čine ulaz u neuronsku mrežu kojoj je zadatak klasificirati pet različitih skupova EEG signala za različite ‘mentalne zadatke’. Dobivena je prosječna točnost klasifikatora od 90,75% za raspoznavanje svih pet zadataka te prosječna točnost od 99,87% za klasifikaciju dva zadatka (osnovni i bilo koji drugi zadatak). Ista metodologija se rabila i za klasificaranje
skupa podataka motoričke predodžbe. Prosječna točnost klasifikacije iznosila je 68,21%, pa se preporuča izrada alternativne metode za izdvajanje značajki za podatke zamišljanja motoričkih zadataka.
Keywords
sučelje mozak-računalo; mentalni zadaci; motorička predodžba; analiza nezavisnih komponenata; diskretna wavelet analiza
Hrčak ID:
104591
URI
Publication date:
30.6.2013.
Visits: 3.891 *