用于构建脑机接口的EEG信号伪迹分析
信号处理
2020-09-22 v1 机器学习
摘要
脑机接口（BCI）是一种解读人脑信号的重要机制。它提供了一种辅助技术，使运动障碍者能够与世界交流，并赋予其独立生活的能力。常见的BCI设备使用从头皮记录的电生理学（EEG）电活动。由于存在许多伪迹（即眼眨、头部运动和颌部运动），EEG信号含有噪声。此类伪迹会破坏EEG信号并使EEG分析变得困难。该问题通常通过定位伪迹并将相应EEG片段排除在分析之外来解决，但这可能导致有用信息丢失。然而，我们提出了一种利用低信噪比伪迹的实用BCI。我们的工作目标是分类EEG信号中不同类型的伪迹，即眼眨、点头、转头和颌部运动。首先在EEG信号中定位伪迹的发生位置，然后使用线性时间与动态时间规整技术对定位的伪迹进行分类。运动障碍者可利用定位的伪迹控制智能手机。我们开发了语音合成应用，其在单通道EEG系统中使用眼眨、在四通道EEG系统中使用咬合颌部动作。词预测模型用于词补全，从而减少所需伪迹的数量。
引用
@article{arxiv.2009.09116,
title = {Analysis of artifacts in EEG signals for building BCIs},
author = {Srihari Maruthachalam},
journal= {arXiv preprint arXiv:2009.09116},
year = {2020}
}