Subband Optimization for EEG-based Classification of Movements of the Same Limb

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00223190" target="_blank" >RIV/68407700:21230/14:00223190 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21230/15:00219569

Výsledek na webu

<a href="http://dx.doi.org/10.1109/AE.2014.7011671" target="_blank" >http://dx.doi.org/10.1109/AE.2014.7011671</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/AE.2014.7011671" target="_blank" >10.1109/AE.2014.7011671</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Subband Optimization for EEG-based Classification of Movements of the Same Limb

Popis výsledku v původním jazyce

The contribution investigates the impact of frequency feature optimization on discriminating between movement-related EEG realisations associated with right shoulder elevation and right index finger flexion movements. Exhaustive search of subbands in therange from 5 to 45 Hz is performed. A classifier based on Hidden Markov Models is utilised. The results show a large variability of optimal settings among subjects and electrodes. Using subband optimization an average 3.5 % increase in classification accuracy of EEG filtered using 8-neighbor Laplacian filter was achieved, reaching an overall score of 81.2 +- 1.2 %, individual improvements ranging from 1.2 to 9.9 %. The best general setting common for all subject was confirmed as 5-40 Hz.

Název v anglickém jazyce

Subband Optimization for EEG-based Classification of Movements of the Same Limb

Popis výsledku anglicky

The contribution investigates the impact of frequency feature optimization on discriminating between movement-related EEG realisations associated with right shoulder elevation and right index finger flexion movements. Exhaustive search of subbands in therange from 5 to 45 Hz is performed. A classifier based on Hidden Markov Models is utilised. The results show a large variability of optimal settings among subjects and electrodes. Using subband optimization an average 3.5 % increase in classification accuracy of EEG filtered using 8-neighbor Laplacian filter was achieved, reaching an overall score of 81.2 +- 1.2 %, individual improvements ranging from 1.2 to 9.9 %. The best general setting common for all subject was confirmed as 5-40 Hz.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

19th International Conference on Applied Electronics 2014

ISBN

978-80-261-0276-2

ISSN

1803-7232

e-ISSN

—

Počet stran výsledku

4

Strana od-do

71-74

Název nakladatele

University of West Bohemia

Místo vydání

Pilsen

Místo konání akce

Pilsen

Datum konání akce

9. 10. 2014

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—