Supervised segmentation of microelectrode recording artifacts using power spectral density

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11110%2F15%3A10315820" target="_blank" >RIV/00216208:11110/15:10315820 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00064165:_____/15:10315820

Výsledek na webu

<a href="http://dx.doi.org/10.1109/EMBC.2015.7318661" target="_blank" >http://dx.doi.org/10.1109/EMBC.2015.7318661</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/EMBC.2015.7318661" target="_blank" >10.1109/EMBC.2015.7318661</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Supervised segmentation of microelectrode recording artifacts using power spectral density

Popis výsledku v původním jazyce

Appropriate detection of clean signal segments in extracellular microelectrode recordings (MER) is vital for maintaining high signal-to-noise ratio in MER studies. Existing alternatives to manual signal inspection are based on unsupervised change-point detection. We present a method of supervised MER artifact classification, based on power spectral density (PSD) and evaluate its performance on a database of 95 labelled MER signals. The proposed method yielded test-set accuracy of 90%, which was close tothe accuracy of annotation (94%). The unsupervised methods achieved accuracy of about 77% on both training and testing data

Název v anglickém jazyce

Supervised segmentation of microelectrode recording artifacts using power spectral density

Popis výsledku anglicky

Appropriate detection of clean signal segments in extracellular microelectrode recordings (MER) is vital for maintaining high signal-to-noise ratio in MER studies. Existing alternatives to manual signal inspection are based on unsupervised change-point detection. We present a method of supervised MER artifact classification, based on power spectral density (PSD) and evaluate its performance on a database of 95 labelled MER signals. The proposed method yielded test-set accuracy of 90%, which was close tothe accuracy of annotation (94%). The unsupervised methods achieved accuracy of about 77% on both training and testing data

Druh

D - Stať ve sborníku

CEP obor

FH - Neurologie, neurochirurgie, neurovědy

OECD FORD obor

—

Projekt

<a href="/cs/project/GA309%2F09%2F1145" target="_blank" >GA309/09/1145: Mechanismy hluboké mozkové stimulace: Úloha subthalamu v motorických, vizuálních a afektivních procesech</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS

ISBN

978-1-4244-9270-1

ISSN

1557-170X

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1524-1527

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Milano

Datum konání akce

25. 8. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000371717201200