EEG电极数量对运动图像中的源估计的影响
Mustafa Yazıcı1, Mustafa Ulutaş1, Mukadder Okuyan2
1Department of Computer Engineering, Faculty of Engineering, Karadeniz Technical University, Trabzon 61080, Türkiye.
Brain sciences
|July 29, 2025
概括
这项研究发现,使用61个脑电图 (EEG) 通道优化了脑机界面 (BCI) 应用中的运动图像分类准确性. 较少或更多的频道降低了分类性能,突出显示了频道数量的重要性.
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:
- 电脑电图 (EEG) 是神经科学中一个关键的神经生理学工具.
- 脑电图测量在临床和研究用途的通道数量上有所不同.
- 大脑-计算机接口 (BCI) 在各种应用中利用EEG.
研究的目的:
- 调查EEG频道计数对运动图像分类准确性的影响.
- 通过使用源分析来确定BCI应用的最佳电极数.
- 为了评估不同道配置的分类性能.
主要方法:
- 使用常见空间模式 (CSP) 作为一个时空过器.
- 专注于对运动图像敏感的mu频段EEG信号.
- 测试了19,30,61,118个电极的通道配置.
- 雇员BCI竞争III数据集Iva用于实验.
主要成果:
- 19通道配置显示了较低的分类准确性.
- 61个频道的平均分类准确度最高 (84.73%).
- 118个频道的表现比19个更好,但不如30个或61个频道.
结论:
- 在BCI应用中,用于运动图像分类的EEG通道的最佳数量约为61.
- 频道数量显著影响分类性能.
- 源分析与CSP相结合,对运动图像BCI有效.
