基于脑电信号复杂度的坐立意图检测
分类：
SAGA脑电
作者：
Chang Wenwen*，Nie Wenchao，Yuan Yueting，Zhang Yuchan，Yan Guanghui
来源：
Authorea
发布时间：
2022-08-23
访问量：
Chang等人使用SAGA 32+设备(TMSi，荷兰)召集13名健康被试，分别对站立、坐姿和安静三种不同状态进行意图检测，最高分类准确率达到87%。具体来说，该实验采集10-20系统的32导信号，将大脑划分为8个区域，分析了各区域脑电信号的复杂度和信息熵等特征。最后结合支持向量机(SVM)、逻辑回归(LR)、线性判别分析(LDA)三种机器学习算法，实现了对站立、坐姿和安静条件的识别。下图为研究框图：
最后，该研究分别对两种不同条件进行识别分类，结果发现，所有分类的准确率都超过81%。站立和坐姿、站立和安静、坐姿和安静分类准确率分别为83.3%、87%和82.5%，证明了方法的有效性。结果如下所示：
关键词：
EEG,熵,模式识别,信号处理,维拓启创
注意力是人类大脑功能的一个重要方面，在经常受到神经系统疾病的影响。客观的注意力评估可能有助于患者护理，包括诊断和预后。本文使用选择反应时任务，眼动和EEG组合来评临床中的视觉注意力。
微信公众号
