Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

BCI založený na manifestaci pohybové aktivity v EEG II

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A00160160" target="_blank" >RIV/68407700:21230/09:00160160 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://noel.feld.cvut.cz/sbornik09/data/sbornik-2009.pdf" target="_blank" >http://noel.feld.cvut.cz/sbornik09/data/sbornik-2009.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    BCI založený na manifestaci pohybové aktivity v EEG II

  • Popis výsledku v původním jazyce

    Práce navazuje na předchozí stejnojmenný příspěvek uvádějící do problematiky návrhu experimentu a zpracování dat. Náš vyvíjený BCI systém pracuje s extenzními a flexními pohyby ukazováčku a je založen na skrytých markovských modelech (HMM). HMM jsou schopny klasifikovat mezi pohyby na základě využití časové dynamiky, u dalších srovnávacích klasifikačních systémů (PCT, SVM, LVQ) se podařilo pohyby rozlišit až po zavedení rozšíření o časový vývoj a vhodném nastavení parametrizačních technik. Práce také popisuje pokračující nahrávání vlastních dat, především jejich normalizaci, dlouhodobou stabilitu a experimentální výsledky klasifikace.

  • Název v anglickém jazyce

    BCI utilizing movement related changes in EEG II

  • Popis výsledku anglicky

    This work extends our previous contribution of the same name, which introduce experimental recording design and data processing. Our BCI systems of hidden markov models classify extension and flexion movement of index finger. Hidden Markov Models are able do classify the movements based on temporal dynamics; other referential classifiers (PCT, SVM, LVQ) are able to classify the movements after a temporal dynamic extension and refined feature extraction process. The work also describes second part of recording new movement related EEG database, namely normalization of the data, long-term stability and experimental classification results of the new data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD102%2F08%2FH008" target="_blank" >GD102/08/H008: Analýza a modelování biomedicínských a řečových signálů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2009

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Analýza a zpracování řečových a biologických signálů - sborník prací 2009

  • ISBN

    978-80-01-04474-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    38-43

  • Název nakladatele

    České vysoké učení technické v Praze

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    10. 12. 2009

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku