阿尔瓦拉多·冈萨雷斯，蒙特塞拉特;埃德加·加杜尼奥;埃内斯托·布里比斯卡;奥斯卡·亚涅兹·苏亚雷斯;维罗尼卡Medina-Bañuelos 基于EEG形状特征的P300检测。 （英语） Zbl 1423.92138号 计算。数学。方法医学。 2016年，文章ID 2029791，14 p.（2016）. 摘要：我们提出了一种通过形状特征向量描述P300的新方法，与BCI2000系统使用的特征向量相比，该方法具有多个优点。此外，我们提出了一种校准算法，该算法减少了形状特征向量的维数、试验次数以及脑-计算机接口准确检测P300所需的电极；我们还定义了一种方法，用于根据受试者自己获得的信号，为给定电极找到最能代表受试者P300的模板。我们对21名受试者的实验表明，使用我们的形状特征向量的SWLDA性能为93%，即比使用BCI2000特征向量的性能高10%。每个电极的形状特征向量为34维；然而，在保持高灵敏度的同时，可以显著降低其维数。校准算法的验证表明，ROC（AUROC）曲线下的平均面积为0.88。此外，大多数受试者只需不到15次试验就能使AUROC优于0.8。最后，我们发现电极C4也有助于更好的分类。 MSC公司： 92 C55 生物医学成像和信号处理 关键词：脑电图;形状特征向量;脑-机接口 软件：BCI2000型 PDF格式BibTeX公司 XML格式引用 \文本{M.Alvarado González}等人，计算机。数学。方法医学2016，文章ID 2029791，14 p.（2016；Zbl 1423.92138） 全文： 内政部 参考文献： [1] E.Donchin。；斯宾塞，K.M。；Wijesinghe，R.，《心理假体：评估基于P300的脑-计算机接口的速度》，IEEE康复工程学报，8，2，174-179（2000）·数字对象标识代码：10.1109/86.847808 [2] Klobassa，D.S。；沃恩，T.M。；布鲁纳，P。；新泽西州施瓦茨。；Wolpow，J.R。；Neuper，C。；Sellers，E.W.，走向高通量听觉P300脑-计算机接口，临床神经生理学，120，7，1252-1261（2009）·doi:10.1016/j.clinph.2009.04.019 [3] 美国霍夫曼。；韦森，J.-M。；易卜拉希米，T。；Diserens，K.，一种针对残疾受试者的基于P300的高效脑机接口，神经科学方法杂志，167，115-125（2008）·doi:10.1016/j.jneumeth.2007.03.005 [4] Pires，G。；努斯，美国。；Castelo-Branco，M.，基于P300的BCI的统计空间滤波：对健全人、脑瘫和肌萎缩侧索硬化患者的测试，《神经科学方法杂志》，195，2，270-281（2011）·doi:10.1016/j.jneumeth.2010.11.016 [5] Krusienski，D.J。；Sellers，E.W。；McFarland，D.J。；沃恩，T.M。；Wolpaw，J.R.，《迈向增强P300拼写能力》，《神经科学方法杂志》，167，1，15-21（2008）·doi:10.1016/j.jneumeth.2007.07.017 [6] Bostanov，V.，脑机接口竞赛2003数据集Ib和IIb：用连续小波变换和t值标度图从事件相关脑电位中提取特征，IEEE生物医学工程汇刊，51，61057-161（2004）·doi:10.1109/tbme.2004.826702 [7] Atum，Y。；加雷斯，I。；Gentiletti，G。；阿塞韦多，R。；Rufiner，L.，《优化检测脑-计算机接口中P300的遗传特征选择》，IEEE医学和生物学工程第27届年会论文集（EMBC’10）·doi:10.1109/IEMBS.2010.5627254 [8] Krusienski，D.J。；Sellers，E.W。；Vaughan，T.M.，P300拼写器的常见时空模式，第三届国际IEEE EMBS神经工程会议论文集（CNE’07）·doi:10.1109/cne.2007.369699 [9] Krusienski，D.J。；卖方，E.W。；Cabestaing，F。；Bayoudh，S。；McFarland，D.J。；沃恩，T.M。；Wolpaw，J.R.，P300拼写器分类技术的比较，神经工程杂志，3，4，299-305（2006）·doi:10.1088/1741-2560/3/4/007 [10] 卡珀，M。；梅尼克，P。；格罗塞卡特霍夫，美国。；Lingner，T。；Ritter，H.，BCI竞赛2003-数据集IIb:P300拼写范式的支持向量机，IEEE生物医学工程学报，51，6，1073-1076（2004）·doi:10.1109/tbme.2004.826698 [11] 梁，N。；Bougrain，L.，古怪事件相关电位单次试验分析的平均技术，第四届国际脑机接口研讨会论文集 [12] Woody，C.D.，用于分析可变潜伏期神经电信号的自适应滤波器的特性，医学与生物工程，5，6，539-554（1967）·doi:10.1007/bf02474247 [13] Jaskowski，P。；Verleger，R.，用最大似然法估计单次试验ERP的振幅和潜伏期，IEEE生物医学工程学报，46，8，987-993（1999）·doi:10.1109/10.775409 [14] Picton，T。；亨特，M。；莫雷，R。；罗德里格斯（Rodriguez，R.）。；Maru，J.，使用动态时间扭曲评估脑-听觉诱发电位，脑电图和临床神经生理学/诱发电位部分，71，3，212-225（1988）·doi:10.1016/0168-5597（88）90006-8 [15] 卡萨罗托，S。；比安奇，A.M。；塞鲁蒂，S。；Chiarenza，G.A.，《事件相关电位分析中的动态时间扭曲》，IEEE Engineering in Medicine and Biology Magazine，24，1，68-77（2005）·doi:10.1109/memb.2005.1384103 [16] 王凯。；贝格利特，H。；Porjesz，B.，Warp-averaging事件相关电位，临床神经生理学，112，10，1917-1924（2001）·doi:10.1016/S1388-2457（01）00640-X [17] Polich，J。；Kok，A.，P300的认知和生物决定因素：综合综述，《生物心理学》，41，2，103-146（1995）·doi:10.1016/0301-0511（95）05130-9 [18] Knuth，K.H。；Shah，A.S。；特拉科洛，W.A。；丁，M。；Bressler，S.L。；Schroeder，C.E.，《差异变量成分分析：使用试验间变异性识别多个诱发成分》，《神经生理学杂志》，95，5，3257-3276（2006）·doi:10.1152/jn.00663.2005 [19] Gaitan-Ortiz，R。；Yanez-Suarez，O。；Cornejo-Cruz，J.M.，通过PCA和遗传算法实现诱发电位SNR最大化，第五届国际IEEE/EMBS神经工程会议论文集（NER’11）·doi:10.1109/ner.2011.5910514 [20] 关，C。；图拉西达斯，M。；Wu，J.，脑-计算机接口用高性能P300拼写器，IEEE生物医学电路和系统国际研讨会论文集 [21] Bribiesca，E.，基于链编码的扭曲度测量，模式识别，46，3，716-724（2013）·doi:10.1016/j.patcog.2012.09.017 [22] Koski，A。；朱荷拉，M。；Meriste，M.，通过属性有限自动机对ECG信号进行句法识别，模式识别，28，12，1927-1940（1995）·doi:10.1016/0031-3203（95）00052-6 [23] 吉斯，D.A。；Bourne，J.R。；Ward，J.W.，脑电图的句法分析，IEEE系统、人与控制论汇刊，9，8，429-435（1979）·doi:10.1109/TSMC.1979.4310255 [24] Ledesma-Ramirez，C。；Bojorges-Valdez，E。；Yáñez-Suarez，O。；Saavedra，C。；布格伦，L。；Gentileti，G.G.，开放存取P300拼写数据库，第四届国际脑机接口会议论文集 [25] van Drongelen，W.，《神经科学家的信号处理：生理信号分析导论》（2007），英国伦敦：学术出版社，英国伦敦 [26] Freeman，H.，链编码任意平面曲线的数字计算机分析技术，国家电子会议论文集 [27] Bribiesca，E。；Rosenblueth，D.A。；Garza-Jinich，M.，《2D形状分析的定冠词文法》，《计算机和数学及其应用》，30，8，95-103（1995）·Zbl 0960.68731号 ·doi:10.1016/0898-1221（95）00141-K [28] Blumenkrans，A.，使用二维极坐标变换的二维物体识别，模式识别，24，9，879-890（1991）·doi:10.1016/0031-3203（91）90007-r [29] Bribiesca，E.，《二维形状和三维表面的几何结构》，模式识别，25，5，483-496（1992）·doi:10.1016/0031-3203（92）90047-m [30] Bribiesca，E.，新链码，模式识别，32，2，235-251（1999）·doi:10.1016/s0031-3203（98）00132-0 [31] Liu，Y.K。；ſalik，B.，《一种使用哈夫曼编码的高效链码》，模式识别，38，4，553-557（2005）·doi:10.1016/j.patcog.2004.08.017 [32] Sánchez-Cruz，H。；Rodríguez-Dagnino，R.M.，《利用三位链码压缩二级图像》，《光学工程》，44，9（2005）·数字对象标识代码：10.1117/1.2052793 [33] 奥利弗，B。；皮尔斯，J。；Shannon，C.，PCM的哲学，《无线电工程师学会学报》，36，11，1324-1331（1948）·doi:10.1109/jrproc.1948.231941 [34] 共和国冈萨雷斯。；Woods，R.E.，《数字图像处理》（2007），Prentice-Hall [35] 阿希，S.T。；Kambara，H。；Koike，Y.，P300反应降维技术的比较，第三届国际康复工程与辅助技术大会论文集（i-CREATe'09），ACM·数字对象标识代码：10.1145/15927001592732 [36] Bribiesca，E。；Aguilar，W.，《3D曲线形状差异的测量》，《当代数学科学国际期刊》，第1期，第15期，第727-751页（2006年）·Zbl 1157.65325号 [37] Weideman，J.A.C.，《周期函数的数值积分：几个例子》，《美国数学月刊》，109，1，21-36（2002）·Zbl 1022.65027号 ·doi:10.2307/2695765 [38] Kohavi，R。；John，G.H.，《特征子集选择的包装器》，人工智能，97，1-2，273-324（1997）·Zbl 0904.68143号 ·doi:10.1016/S0004-3702（97）00043-X [39] 德雷珀，N.R。；Smith，H.，应用回归分析。应用回归分析，Wiley Series in Probability and Statistics:Texts and References Section（1998），美国新泽西州霍博肯市：Wiley-Interscience，新泽西州霍博肯市，美国·兹伯利0158.17101 ·doi:10.1002/978111862590 [42] 沙尔克，G。；McFarland，D.J。；Hinterberger，T。；北卡罗来纳州伯鲍默。；Wolpaw，J.R.，BCI2000：通用脑-计算机接口（BCI）系统，IEEE生物医学工程学报，51，6，1034-1043（2004）·doi:10.1109/tbme.2004.827072 [43] 洛杉矶Farwell。；Donchin，E.，《从你的头顶谈起：走向利用事件相关脑电位、脑电图和临床神经生理学的心理假体》，70，6，510-523（1988）·doi:10.1016/0013-4694（88）90149-6 [44] Krusienski，D.J。；汤森，G。；Sellers，E.W.，脑机接口事件相关电位的振幅量化，第四届国际IEEE/EMBS神经工程会议论文集（NER'09），IEEE·doi:10.1109/ner.2009.5109369 [45] 阿科托马蒙杰，A。；Guigue，V.，BCI竞赛III：BCI P300拼写器SVM的数据集II组装，IEEE生物医学工程学报，55，3，1147-1154（2008）·doi:10.1109/tbme.2008.915728 [46] 加宁，I.P。；Shishkin，S.L。；Kaplan，A.Y.，《一种基于P300的脑机接口，对移动物体进行刺激：四阶段单次试验和三次试验，游戏式任务设计》，《公共科学图书馆·综合》，第8期，第10期（2013年） [47] Polich，J。；Criado，J.R.，P3a和P3b的神经心理学和神经药理学，国际心理生理学杂志，60，2，172-185（2006）·doi:10.1016/j.ijp心理学.2005.12.012 [48] Ja sh kowski，P。；Verleger，R.，《P3潜伏期单次试验评估方法》，《心理生理学》，37，2，153-162（2000）·doi:10.1017/0048577200980326 [49] 尼古拉·阿隆索，L.F。；Gomez-Gil，J.，脑-计算机接口，综述，传感器，12，2，1211-1279（2012）·doi:10.3390/s1201211 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。