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...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Брагин, А.Д. | - |
dc.contributor.author | Спицын, В.Г. | - |
dc.date.accessioned | 2020-07-30 10:37:05 | - |
dc.date.available | 2020-07-30 10:37:05 | - |
dc.date.issued | 2020-06 | - |
dc.identifier | Dspace\SGAU\20200728\84759 | ru |
dc.identifier.citation | 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. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-669 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Raspoznavanie-motornyh-obrazov-na-elektroencefalogrammah-s-primeneniem-svertochnyh-neironnyh-setei-84759 | - |
dc.description.abstract | 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. | ru |
dc.description.sponsorship | Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта No 18-08-00977 А и было поддержано Программой повышения конкурентоспособности Томского политехнического университета. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 44/3; | - |
dc.subject | анализ изображений | ru |
dc.subject | распознавание образов | ru |
dc.subject | нейронные сети | ru |
dc.subject | электроэнцефалограмма | ru |
dc.subject | матрица Грама | ru |
dc.subject | Марковская матрица перехода | ru |
dc.subject | распознавание моторных образов | ru |
dc.subject | свёрточные нейронные сети | ru |
dc.title | Распознавание моторных образов на электроэнцефалограммах с применением свёрточных нейронных сетей | ru |
dc.title.alternative | Motor imagery recognition in electroencephalograms using convolutional neural networks | ru |
dc.type | Article | ru |
dc.textpart | 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... | - |
dc.classindex.scsti | 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 базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.