×

P300 Speller BCI并行计算稀疏小波特征提取。 (英语) Zbl 1431.92087号

小结:本研究旨在提高单个脑电历元的分类精度,减少重复刺激次数,提高P300 Speller的信息传递率(ITR)。目标脑电和非目标脑电都通过小波映射到一个空间。在这个空间中,Fisher准则用于测量目标和非目标之间的差异。只选取几个对应于较大差异的Daubechies小波基来构造矩阵,将脑电周期转换为特征向量。为了确保在线实验,计算任务被分配给由Storm管理和集成的多台计算机,以便它们可以并行执行。通过对单个脑电历元的分类和特征检测性能的测试,将提出的特征提取方法与典型方法进行了比较。我们的方法实现了更高的分类和检测精度。ITR也反映了我们方法的优越性。该方法的并行计算方案部署在一个包含三台台式计算机的小型Storm集群上。一轮EEG周期的平均反馈时间为1.57 ms。该方法可以提高P300 Speller BCI的性能。其并行计算方案能够支持在线实验所需的快速反馈。我们的方法可以显著减少重复刺激的次数。并行计算方案不仅支持我们的小波特征提取,而且为P300 Speller开发的其他算法提供了一个框架。

MSC公司:

92 C55 生物医学成像和信号处理
68吨10 模式识别、语音识别

软件:

BCI2000型
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Wolpow,J.R。;Wolpaw,E.W.,《大脑-计算机接口:原理与实践》,(2012),美国纽约州纽约市:牛津大学出版社,美国纽约市
[2] 格雷曼,B。;Allison,B。;Pfurtscheller,G.,《脑机接口:脑机接口的温和介绍:革命性的人机交互》,(2010年),德国柏林:斯普林格,德国柏林
[3] 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
[4] Wolpow,J.R。;北卡罗来纳州伯鲍默。;McFarland,D.J。;普福特谢勒,G。;Vaughan,T.M.,用于通信和控制的脑-计算机接口,临床神经生理学,113,6,767-791,(2002)·doi:10.1016/s1388-2457(02)00057-3
[5] Panicker,R.C。;Puthusserypady,S。;Sun,Y.,基于SSVEP的控制状态检测的异步P300 BCI,IEEE生物医学工程学报,58,6,1781-1788,(2011)·doi:10.1109/tbme.2011.2116018
[6] 哈尔德,S。;Pinger,A。;Kathner,I.,使用动态P300拼写矩阵的大脑控制应用,《医学中的人工智能》,63,1,7-17,(2015)·doi:10.1016/j.artmed.2014.12.001
[7] 李强。;刘,S。;李,J。;Bai,O.,《使用熟悉的绿色面孔范例提高p300拼写者脑机接口性能》,《公共科学图书馆·综合》,第10、6期,(2015年)·doi:10.1371/journal.pone.0130325
[8] Krumpe,T。;沃尔特,C。;罗森斯蒂尔,W。;Spuler,M.,《异常值检测任务期间反应性脑-计算机接口中的异步P300分类》,《神经工程杂志》,13,4,(2016)·doi:10.1088/1741-2560/13/4/046015
[9] Jin,J.等人。;张,H。;我·戴利。;王,X。;Cichocki,A.,脑机接口中一种改进的P300模式,以吸引用户的注意力,神经工程杂志,14,3,(2017)·doi:10.1088/1741-2552/aa6213
[10] 毛,X。;李,M。;Li,W.,基于EEG的脑-机器人交互系统进展,计算智能与神经科学,2017,(2017)·doi:10.1155/2017/1742862
[11] Percival,D.B。;Walden,A.T.,时间序列分析的小波方法,(2006),美国纽约:剑桥大学出版社,美国纽约·Zbl 1129.62080号
[12] 萨马尔,V.J。;斯瓦茨,K.P。;Raghuveer,M.R.,用小波分解对事件相关电位进行多分辨率分析,大脑与认知,27,3,398-438,(1995)·doi:10.1006/brcg.1995.1028
[13] 萨马尔,V.J。;Bopardikar,A。;Rao,R。;Swartz,K.,《神经电波形的小波分析:概念教程》,《大脑与语言》,66,1,7-60,(1999)·doi:10.1006/brln.1998.2024
[14] Demiralp,T。;阿德莫格鲁,A。;施曼,M。;巴萨尔·罗格鲁,C。;Basar,E.,通过小波变换(WT)在单个试验中检测P300波,大脑和语言,66,1,108-128,(1999)·doi:10.1006/brln.1998.2027
[15] 德米拉普,T。;阿德莫格鲁,A。;Istefanopulos,Y。;巴萨尔·罗格鲁,C。;Basar,E.,《古怪P300的小波分析》,《国际心理生理学杂志》,39,2-3,221-227,(2001)·doi:10.1016/s0167-8760(00)00143-4
[16] Perseh,B。;Sharafat,A.R.,《使用小波特征和基于IBPSO的信道选择的高效基于P300的BCI》,《医学信号和传感器杂志》,第2期,第3期,第128-143页,(2012年)
[17] 罗宾逊,N。;维诺德,A.P。;Ang,K.K。;三通,K.P。;Guan,C.T.,使用小波-CSP算法基于EEG的快速和慢速手运动分类,IEEE生物医学工程学报,60,8,2123-2132,(2013)·doi:10.1109/tbme.2013.2248153
[18] Aniyan,A.K。;菲利普,N.S。;萨马尔,V.J。;Desjardins,J.A.(德贾丁,J.A.)。;Segalowitz,S.J.,用于识别振荡事件相关电位成分的基于小波的算法,《神经科学方法杂志》,233,63-72,(2014)·doi:10.1016/j.jneumeth.2014.06.004
[19] 黄,Z。;Zheng,H.,将AR滤波器和稀疏小波表示相结合用于P300拼写器,2015 IEEE生物信息学和生物医学国际会议(BIBM)论文集
[20] 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
[21] 杜达,R.O。;哈特,体育。;斯托克·D·G,《图案分类》,(2001),美国新泽西州霍博肯:约翰·威利父子公司,美国新日本州霍博克·Zbl 0968.68140号
[22] 黄,Z.,脑机接口的MapReduce计算模型,福州大学学报,41,6,981-985,(2013)
[23] 托什尼瓦尔,A。;Taneja,S。;A.Shukla。,风暴@推特2014年ACM SIGMOD国际数据管理会议记录
[24] 李,C。;张杰。;Luo,Y.,基于优化拓扑和通信流量的分布式风暴实时计算平台实时调度,网络与计算机应用杂志,87,100-115,(2017)·doi:10.1016/j.jnca.2017.03.007
[25] 郭,S。;Lin,S。;黄,Z.,基于离散小波变换和fisher准则的脑电信号P300s特征提取,第八届国际生物医学工程与信息学会议论文集
[26] 黄,W。;Huang,Z.,P300拼写器BCI的实时分布式计算机制,第十届国际生物医学工程与信息学会议论文集
[27] 铆钉,B。;Souloumiac,A。;阿蒂娜,V。;Gibert,G.,增强诱发电位的xDAWN算法:在脑-计算机接口中的应用,IEEE生物医学工程学报,56,8,2035-2043,(2009)·doi:10.1109/tbme.2009.2012869
[28] Lotte,F。;布格伦,L。;Cichocki,A.,《基于EEG的脑-计算机接口分类算法综述:10年更新》,《神经工程杂志》,第15、3、(2018)页·doi:10.1088/1741-2552/aab2f2
[29] Fawcett,T.,ROC分析简介,模式识别快报,27,8,861-874,(2006)·doi:10.1016/j.patrec.2005.10.010
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。