A treatment of EEG data by underdetermined blind source separation for motor imagery classification

Zbynek Koldovsky, Anh Huy Phan, Petr Tichavsky, Andrzej Cichocki

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

7 Цитирования (Scopus)

Аннотация

Brain-Computer Interfaces (BCI) controlled through imagined movements cannot work properly without a correct classification of EEG signals. The difficulty of this problem consists in low signal-to-noise ratio, because EEG may contain strong signal components that are not related to motor imagery. In this paper, these artifact components are to be suppressed using a recently proposed underdetermined blind source separation method and a novel MMSE beamformer. We use these tools to remove unwanted components of EEG to increase the classification accuracy of the BCI system. In our experiments with several datasets, the classification is improved by up to 10%.

Язык оригиналаАнглийский
Название основной публикацииProceedings of the 20th European Signal Processing Conference, EUSIPCO 2012
Страницы1484-1488
Число страниц5
СостояниеОпубликовано - 2012
Опубликовано для внешнего пользованияДа
Событие20th European Signal Processing Conference, EUSIPCO 2012 - Bucharest, Румыния
Продолжительность: 27 авг. 201231 авг. 2012

Серия публикаций

НазваниеEuropean Signal Processing Conference
ISSN (печатное издание)2219-5491

Конференция

Конференция20th European Signal Processing Conference, EUSIPCO 2012
Страна/TерриторияРумыния
ГородBucharest
Период27/08/1231/08/12

Fingerprint

Подробные сведения о темах исследования «A treatment of EEG data by underdetermined blind source separation for motor imagery classification». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать