使用来自1或2通道EEG频率特征的眼睛状态检测

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 大脑-计算机接口 (BCI) 提供了大脑和外部设备之间的直接通信途径.
• 电脑电图 (EEG) 是一种广泛采用的非侵入性技术,用于BCI开发,因为它的可访问性和可负担性.
• 评估多通道EEG系统的性能对于推进BCI技术至关重要.

研究的目的:

• 为了比较单通道对双通道EEG系统的准确性和稳定性,用于检测眼睛状态 (开放和关闭).
• 介绍使用EEG信号检测眼睛状态的硬件和算法方法.
• 确定最佳的分类方法,以提高BCI的性能.

主要方法:

• 使用低成本的硬件设备捕获一个或两个通道的EEG数据.
• 应用离散里埃转换 (DFT) 用于频域信号分析和特征提取.
• 评估了分类算法,包括线性差异分析 (LDA),支向量机 (SVM),决策树 (DT) 和后勤回归 (LR).

主要成果:

• 与单通道系统相比,双通道EEG系统表现出更高的稳定性.
• 诸如SVM,DT和LR等分类器,当与双通道设置一起使用时,在区分开眼和闭眼时,可达到超过95%的准确性.
• 该研究成功获取并分析了与不同眼睛状态相应的EEG信号.

结论:

• 双通道EEG系统,特别是与SVM,DT或LR分类器相结合时,为眼睛状态检测提供了卓越的性能.
• 这些发现凸显了具有成本效益的多通道EEG系统对于可靠的BCI应用的潜力.
• 通过双通道设置在区分眼睛状态方面达到高精度 (>95%) 验证了其有效性.