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”

Removal of Muscular Artifacts from EEG Records

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00217953" target="_blank" >RIV/68407700:21230/14:00217953 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://radio.feld.cvut.cz/conf/poster2014/" target="_blank" >http://radio.feld.cvut.cz/conf/poster2014/</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Removal of Muscular Artifacts from EEG Records

  • Popis výsledku v původním jazyce

    The paper presents the algorithm for the removal of muscular artifacts from EEG signals recorded with the high density EEG electrode array. The proposed approach combines the blind source separation algorithm based on the canonical correlation analysis (CCA), the classifier based on three independent Bayesian classifiers and the regression method. In order to estimate the present muscular artifacts, the CCA is applied on electrodes located on the edge of the measuring array. Present muscular artifacts are then extracted from the estimated separated components with the use of the classifier. The last step of the algorithm involves the scaling of each muscular artifact and their subtraction from each EEG signal, so that they are no longer correlated witheach other. The performance of the algorithm is evaluated for two cases. In the first case, the CCA is used as the BSS method, in the second case the Second Order Blind Identification (SOBI) method is used for comparison purposes. It is

  • Název v anglickém jazyce

    Removal of Muscular Artifacts from EEG Records

  • Popis výsledku anglicky

    The paper presents the algorithm for the removal of muscular artifacts from EEG signals recorded with the high density EEG electrode array. The proposed approach combines the blind source separation algorithm based on the canonical correlation analysis (CCA), the classifier based on three independent Bayesian classifiers and the regression method. In order to estimate the present muscular artifacts, the CCA is applied on electrodes located on the edge of the measuring array. Present muscular artifacts are then extracted from the estimated separated components with the use of the classifier. The last step of the algorithm involves the scaling of each muscular artifact and their subtraction from each EEG signal, so that they are no longer correlated witheach other. The performance of the algorithm is evaluated for two cases. In the first case, the CCA is used as the BSS method, in the second case the Second Order Blind Identification (SOBI) method is used for comparison purposes. It is

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • 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

    POSTER 2014 - 18th International Student Conference on Electrical Engineering

  • ISBN

    978-80-01-05499-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Czech Technical University

  • Místo vydání

    Prague

  • Místo konání akce

    Praha

  • Datum konání akce

    15. 5. 2014

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku