Movement EEG Preprocessing with the Help of ICA and Independent Component Classification
Result description
This work deals with EEG preprocessing method for movement EEG classification score increasing. EEG preprocessing is done with the help of independent component analysis (ICA). Movement-related components are chosen according to the correlation between independent component spectrogram and patterns obtained by averaging spectrograms from electrodes covering sensomotor area. These movement-related components are classified by the system based on hiden Markov model (HMM). Classification score reachs 80% with raw EEG and 95% with movement-related components.
Keywords
classificationhidden Markov modelindependent component analysismovement EEG
The result's identifiers
Result code in IS VaVaI
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Předzpracování pohybového EEG pomocí ICA a klasifikace nezávislých komponent
Original language description
Tato práce se zabývá metodou pro předzpracování EEG s cílem zvýšit klasifikační skóre pohybového EEG. Předzpracování EEG je provedeno pomocí analýzy nezávislých komponent (independent component analysis, ICA). Podle korelace mezi spektrogramy nalezenýchkomponent a vzory vytvořenými průměrováním spektrogramů z elektrod pokrývající senzomotorickou oblast jsou vybrány komponenty související s pohybem. Tyto pohybové komponenty jsou klasifikovány systémem založeným na skrytých Markovských modelech (hiden Markov model, HMM). Systém dosahuje klasifikační skóre kolem 80% na čistém EEG a přes 95% na pohybových komponentách.
Czech name
Předzpracování pohybového EEG pomocí ICA a klasifikace nezávislých komponent
Czech description
Tato práce se zabývá metodou pro předzpracování EEG s cílem zvýšit klasifikační skóre pohybového EEG. Předzpracování EEG je provedeno pomocí analýzy nezávislých komponent (independent component analysis, ICA). Podle korelace mezi spektrogramy nalezenýchkomponent a vzory vytvořenými průměrováním spektrogramů z elektrod pokrývající senzomotorickou oblast jsou vybrány komponenty související s pohybem. Tyto pohybové komponenty jsou klasifikovány systémem založeným na skrytých Markovských modelech (hiden Markov model, HMM). Systém dosahuje klasifikační skóre kolem 80% na čistém EEG a přes 95% na pohybových komponentách.
Classification
Type
D - Article in proceedings
CEP classification
JA - Electronics and optoelectronics
OECD FORD branch
—
Result continuities
Project
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Analýza a zpracování řečových a biologických signálů
ISBN
978-80-01-03940-3
ISSN
—
e-ISSN
—
Number of pages
7
Pages from-to
—
Publisher name
ČVUT v Praze
Place of publication
Praha
Event location
Praha
Event date
Nov 15, 2007
Type of event by nationality
CST - Celostátní akce
UT code for WoS article
—
Basic information
Result type
D - Article in proceedings
CEP
JA - Electronics and optoelectronics
Year of implementation
2007