view in publisher's site

A functional source separation algorithm to enhance error-related potentials monitoring in noninvasive brain-computer interface

Highlights•Semi Blind functional source separation (FSS) identify optimal spatial filter for BCI.•FSS algorithm is able to enhance error-related potential (ErrPs) monitoring in non-invasive BCI.•Bayesian linear classification shows higher accuracy for FSS respect to single EEG electrode.•Bayesian linear classification shows higher accuracy for FSS respect to xDAWN spatial filter.AbstractBackground and objectivesAn Error related Potential (ErrP) can be noninvasively and directly measured from the scalp through electroencephalography (EEG), as response, when a person realizes they are making an error during a task (as a consequence of a cognitive error performed from the user). It has been shown that ErrPs can be automatically detected with time-discrete feedback tasks, which are widely applied in the Brain-Computer Interface (BCI) field for error correction or adaptation. In this work, a semi-supervised algorithm, namely the Functional Source Separation (FSS), is proposed to estimate a spatial filter for learning the ErrPs and to enhance the evoked potentials.MethodsEEG data recorded on six subjects were used to evaluate the proposed method based on FFS algorithm in comparison with the xDAWN algorithm. FSS- and xDAWN-based methods were compared also to the Cz and FCz single channel. Single-trial classification was considered to evaluate the performances of the approaches. (Both the approaches were evaluated on single-trial classification of EEGs.)ResultsThe results presented using the Bayesian Linear Discriminant Analysis (BLDA) classifier, show that FSS (accuracy 0.92, sensitivity 0.95, specificity 0.81, F1-score 0.95) overcomes the other methods (Cz - accuracy 0.72, sensitivity 0.74, specificity 0.63, F1-score 0.74; FCz - accuracy 0.72, sensitivity 0.75, specificity 0.61, F1-score 0.75; xDAWN - accuracy 0.75, sensitivity 0.79, specificity 0.61, F1-score 0.79) in terms of single-trial classification.ConclusionsThe proposed FSS-based method increases the single-trial detection accuracy of ErrPs with respect to both single channel (Cz, FCz) and xDAWN spatial filter.

یک الگوریتم جداسازی منبع کارکردی برای افزایش پتانسیل مربوط به خطای مربوط به خطا در عرصه مشترک مغز - کامپیوتر

نکات مهم: جداسازی منبع کاربردی نیمه کور (FSS)فیلتر فضایی بهینه برای BCI را تعیین می‌کند. الگوریتم FSS قادر به افزایش پتانسیل مربوط به خطا (ErrPs)پایش در BCI غیر تهاجمی است. طبقه‌بندی خطی Bayesian دقت بالاتری را برای نسبت FSS به یک الکترود EEG نشان می‌دهد. طبقه‌بندی خطی بیزی دقت بالاتری را برای احترام FSS به xDAWN فضایی xDAWN و خطای objectivesAn (Potential)نشان می‌دهد. وقتی یک شخص متوجه می‌شود که در طول کار خطایی مرتکب می‌شوند (به عنوان پیامد یک خطای شناختی انجام‌شده از سوی کاربر). نشان‌داده شده‌است که ErrPs می‌تواند به طور خودکار با وظایف بازخورد زمان - گسسته شناسایی شود، که به طور گسترده در زمینه رابط - کامپیوتر (BCI)برای تصحیح خطا یا سازگاری استفاده می‌شود. در این کار، یک الگوریتم نیمه تحت نظارت، یعنی تجزیه منبع کارکردی (FSS)پیشنهاد شده‌است که یک فیلتر فضایی برای یادگیری the تخمین زده شود و داده‌های مورد استفاده ثبت‌شده در شش سوژه برای ارزیابی روش پیشنهادی مبتنی بر الگوریتم FFS در مقایسه با الگوریتم xDAWN مورد استفاده قرار گرفت. روش‌های مبتنی بر FSS و xDAWN نیز در مقایسه با کانال Cz و FCz مورد مقایسه قرار گرفتند. طبقه‌بندی آزمایشی برای ارزیابی عملکرد رویکردها در نظر گرفته شد. (هر دو روش براساس طبقه‌بندی of آنالیز افتراقی)طبقه‌بندی شدند، نشان می‌دهند که that (دقت ۰.۹۲، حساسیت ۹۵ / ۰ / ۰ = ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ / ۰ /

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.