Отрывок: Сравнение полученных результатов В табл. 2 приведены результаты сравнения полу- ченных результатов с данными по классификации моторных образов, представленными в [19]. Табл. 2. Сравнение точности классификации моторных образов № испытуемого GAF MTF Источник 1 0,97 0...
Название : | Распознавание моторных образов на электроэнцефалограммах с применением свёрточных нейронных сетей |
Другие названия : | Motor imagery recognition in electroencephalograms using convolutional neural networks |
Авторы/Редакторы : | Брагин, А.Д. Спицын, В.Г. |
Ключевые слова : | анализ изображений распознавание образов нейронные сети электроэнцефалограмма матрица Грама Марковская матрица перехода распознавание моторных образов свёрточные нейронные сети |
Дата публикации : | Июн-2020 |
Издательство : | Самарский национальный исследовательский университет |
Библиографическое описание : | Брагин, А.Д. Распознавание моторных образов на электроэнцефалограммах с помощью свёрточных нейронных сетей / А.Д. Брагин, В.Г. Спицын // Компьютерная оптика. – 2020. – Т. 44, № 3. – С. 482-487. – DOI: 10.18287/2412-6179-CO-669. |
Серия/номер : | 44/3; |
Аннотация : | Электроэнцефалография является широко распространенным методом для получения сигналов головного мозга, для снятия которых используются электроды, расположенные на поверхности головы. Такой метод регистрации мозговой активности стал популярен благодаря относительной дешевизне, компактности, а также из-за отсутствия необходимости имплантировать электроды непосредственно в мозг. Статья посвящена проблеме распознавания моторных образов по сигналам электроэнцефалограмм. Природа таких сигналов носит комплексный характер. Характеристики электроэнцефалограмм зависят от самого человека, его возраста, психического состояния, присутствия шумов и помех. При их анализе необходимо учитывать множество таких параметров. Искусственные нейронные сети являются хорошим инструментом в решении такого класса задач. Их применение позволяет объединить задачи извлечения, выбора и классификации признаков в одном блоке обработки сигналов. Электроэнцефалограммы представляют собой временные сигналы. Для представления таких сигналов в виде изображений применяются преобразования на основе матрицы Грама и Марковской матрицы перехода. В статье показана возможность применения этих преобразований для распознавания моторных образов на примере воображаемых движений правой и левой рукой, а также исследовано влияние разрешения получаемых изображений на точность классификации. Наилучшая точность классификации сигнала электроэнцефалограммы на классы движения и состояния покоя составляет порядка 99 %. Результаты исследований в дальнейшем могут быть применены при построении интерфейса мозг − компьютер. |
URI (Унифицированный идентификатор ресурса) : | https://dx.doi.org/10.18287/2412-6179-CO-669 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Raspoznavanie-motornyh-obrazov-na-elektroencefalogrammah-s-primeneniem-svertochnyh-neironnyh-setei-84759 |
Другие идентификаторы : | Dspace\SGAU\20200728\84759 |
ГРНТИ: | 28.23.37 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
440321.pdf | Основная статья | 871.48 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.