Biblioteca32.346 documentos en línea

Artículo

Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA MethodMejora de la clasificación de imágenes motoras basada en EEG para aplicaciones en tiempo real mediante el método QSA

Resumen

Presentamos una mejora de la técnica de análisis de señales basada en cuaterniones (QSA) para extraer las características de las señales de electroencefalografía (EEG) con vistas a desarrollar aplicaciones en tiempo real, especialmente en los procesos cognitivos de la imaginería motora (IM). La metodología propuesta (iQSA, QSA mejorado) extrae características como la media, la varianza, la homogeneidad y el contraste de las señales de EEG relacionadas con la imaginería motora de una manera más eficiente (es decir, reduciendo el número de muestras necesarias para clasificar la señal y mejorando el porcentaje de clasificación) en comparación con la técnica QSA original. En concreto, podemos muestrear la señal en periodos de tiempo variables (de 0,5 s a 3 s, en intervalos de medio segundo) para determinar la relación entre el número de muestras y su eficacia en la clasificación de las señales. Además, para reforzar el proceso de clasificación se implementaron varios árboles de decisión basados en la técnica boosting. Los resultados muestran un 82,30 para muestras de 0,5 s y de 73,16 para muestras de 3 s. Se trata de una mejora significativa en comparación con la técnica QSA original, que ofrecía resultados del 33,31% al 40,82% sin ventana de muestreo y del 33,44% al 41,07% con ventana de muestreo, respectivamente. Por tanto, podemos concluir que iQSA es más adecuado para desarrollar aplicaciones en tiempo real.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA Method
  • Autor:Patricia, Batres-Mendoza; Mario A., Ibarra-Manzano; Erick I., Guerra-Hernandez; Dora L., Almanza-Ojeda; Carlos R., Montoro-Sanjose; Rene J., Romero-Troncoso; Horacio, Rostro-Gonzalez
  • Tipo:Artículo
  • Año:2017
  • Idioma:Inglés
  • Editor:Hindawi
  • Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
  • Descarga:0