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”

EEG database merging for BCI applications

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00194300" target="_blank" >RIV/68407700:21230/12:00194300 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://147.228.94.30/images/PDF/Rocnik2012/Cislo3_2012/r5c4c3.pdf" target="_blank" >http://147.228.94.30/images/PDF/Rocnik2012/Cislo3_2012/r5c4c3.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    EEG database merging for BCI applications

  • Popis výsledku v původním jazyce

    This paper presents a method for merging of different EEG recordings. We deal with merging of recordings and EEG stability with respect to long-term Brain-Computer Interface usage. Recording sessions from experiments separated by a one year period are used to test the method. Classification results using a Hidden Markov Model based classifier and both Laplacian filtering and Independent Component Analysis are presented to validate the merge. The results indicate that movement-related EEG responses can be detected in both stand-alone and merged sessions which prove viability of the proposed method. The presented method is a necessary step to investigate short-term and long-term changes with future experiments using a real time EEG processing system developed by our group. Both data analysis and classification indicate that the movement-related EEG responses are stable.

  • Název v anglickém jazyce

    EEG database merging for BCI applications

  • Popis výsledku anglicky

    This paper presents a method for merging of different EEG recordings. We deal with merging of recordings and EEG stability with respect to long-term Brain-Computer Interface usage. Recording sessions from experiments separated by a one year period are used to test the method. Classification results using a Hidden Markov Model based classifier and both Laplacian filtering and Independent Component Analysis are presented to validate the merge. The results indicate that movement-related EEG responses can be detected in both stand-alone and merged sessions which prove viability of the proposed method. The presented method is a necessary step to investigate short-term and long-term changes with future experiments using a real time EEG processing system developed by our group. Both data analysis and classification indicate that the movement-related EEG responses are stable.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • 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)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    ElectroScope

  • ISSN

    1802-4564

  • e-ISSN

  • Svazek periodika

    2012

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    7

  • Strana od-do

    1-7

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus