Машиностроение
Приборостроение
Методическая периодика: проблемы и решения
Организация производства (промышленность)

Ключевые слова
Аннотации
Архив рубрик

регистрация
забыли пароль?

Другие журналы

электронный научно-технический журнал

ИНЖЕНЕРНЫЙ ВЕСТНИК

Издатель: Общероссийская общественная организация "Академия инженерных наук им. А.М. Прохорова".

Обзор методов обработки сигнала электроэнцефалограммы в интерфейсах мозг-компьютер

Инженерный вестник # 10, октябрь 2014
УДК: 004.5

Файл статьи:

Sotnikov_P.pdf (1249.19Кб)

автор: Сотников П. И.

В работе приведено краткое описание принципов построения интерфейсов мозг-компьютер (ИМК), основанных на анализе сенсомоторных ритмов. Рассматриваются стадии обработки сигнала электроэнцефалограммы (ЭЭГ) в процессе преобразования мысленного представления движений в команды внешнему техническому устройству. Даны общие сведения о возможных артефактах в записи ЭЭГ, и способах их подавления. Приведен обзор методов, позволяющих перейти в задачах классификации от многомерного временного ряда, описывающего сигнал ЭЭГ, к вектору признаков, характеризующих этот ряд. Представлено описание наиболее распространенных методов классификации, применяемых в приложениях ИМК.

Список литературы
1.    Dornhege G, Hinterberger T, del R.Millan J, editors. Toward brain-computer interfacing. A Bradford book, 2007. 520 pp.
2.    Трофимов А.Г., Скругин В.И., "Системы нейрокомпьютерного интерфейса. Обзор," // Информационные технологии, № 2, 2011. С. 2-11.
3.    Зенков Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии). Руководство для врачей. 3-е изд. Москва: МЕДпрессинформ, 2004. 368 с.
4.    Лурия А.Р. Высшие корковые функции человека и их нарушения при локальных поражениях мозга. 3-е изд. Москва: Академический проект, 2000. 512 с.
5.    Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. Москва: Издательство «Мир», 1978.
6.    Кестер У. Проектирование систем цифровой и смешанной обработки сигналов. Москва: Техносфера, 2010. 328 с.
7.    Кропотов Ю.Д. Количественная ЭЭГ, когнитивные вызванные потенциалы мозга человека и нейротерапия. Донецк: Издатель Заславский А.Ю., 2010. 512 с.
8.    Ludwig K.A., Miriani R.M., and Langhals N.B., "Using a Common Average Reference to Improve Cortical Neuron Recordings From Microelectrode Arrays," // Journal of Neurophysiology, Vol. 101, 2009. pp. 1679–1689.
9.    Fukunaga K. Introduction to statistical pattern recognition. 2nd ed. San Diego: ACADEMIC PRESS, 1990. 614 pp.
10.    Kalcher J., Pfurtscheller G., "Discrimination between phase-locked and non-phase-locked event-related EEG activity," // Electroencephalography and Clinical Neurophysiology, Vol. 94(5), 1995. pp. 381–384.
11.    Pfurtscheller G., F.H. Lopes da S., "Event-related EEG/MEG synchronization and desynchronization: basic principles," // Clinical Neurophysiology, No. 110, 1999. pp. 1842-1857.
12.    Седов А.С., Раева С.Н., "Применение вейвлет-анализа для исследования импульсной активности нейронов головного мозга человека," // Нейроинформатика, Т. 2, №1, 2007. С. 77-92.
13.    Xu B.G., Song A.G., "Pattern recognition of motor imagery EEG using wavelet transform," // J. Biomedical Science and Engineering, Vol. 1, 2008. pp. 64-67.
14.    Blankertz B., Tomioka R., and Lemm S., "Optimizing Spatial Filters for Robust EEG Single-Trial Analysis," // IEEE SIGNAL PROCESSING MAGAZINE, Vol. XX, 2008. pp. 581-607.
15.    Brunner C., Billinger M., and Vidaurre C., "A comparison of univariate, vector, bilinear autoregressive, and band power features for brain–computer interfaces," // Med Biol Eng Comput, Vol. 49, 2011. pp. 1337–1346.
16.    Chui C.K. An Introduction to Wavelets. Vol 1. San Diego: Academic Press, 1992.
17.    Lütkepohl H. New Introduction to Multiple Time Series Analysis. Berlin: Springer, 2005.     764 pp.
18.    Драница Ю.П., Драница А.Ю., Алексеевская О.В., "Быстрый алгоритм построения нестационарной векторной линейной авторегрессии," // Дифференциальные уравнения и процессы управления, №4, 2011. С. 137-177.
19.    Zhang D., Wang Y., and Gao X., "An Algorithm for Idle-State Detection in Motor-Imagery-Based Brain-Computer Interface," // Computational Intelligence and Neuroscience, Vol. 2007, 2007. 9 pp.
20.    Wang Y., Zhang Z., and Li Y., "BCI Competition 2003 - Data Set IV: An Algorithm Based on CSSD and FDA for Classifying Single-Trial EEG," // IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, Vol. 51, No. 6, 2004. pp. 1081-1086.
21.    Хайкин С. Нейронные сети: полный курс. 2-е изд. Москва: Издательский дом "Вильямс", 2006. 1104 с.