贝叶斯优势比滤波器：一种用于在线检测 P300 诱发响应的基于模板的方法
神经元与认知
2013-04-08 v1 医学物理
应用统计
摘要
基于模板的信号检测通常依赖于计算传入数据流与信号模板之间的相关性或点积。虽然这种相关性可以持续估计数据流中信号的幅度，但它并不能直接指示信号的存在与否。相反，信号检测问题是一个模型选择问题。在此，我们探讨了贝叶斯优势比 (OR) 的使用，即信号加噪声模型与仅噪声模型的后验概率之比。我们通过将该方法应用于基于 P300 响应的模拟脑电图 (EEG) 信号来演示此方法，P300 响应广泛应用于脑机接口 (BCI) 和脑机接口 (BMI) 系统。通过将基于 OR 的对数优势比 (logOR) 滤波器的接收者操作特征 (ROC) 曲线与常规相关方法进行比较，证明了该算法的有效性，我们发现 P300 检测有了显著改善。logOR 滤波器有望提高 BCI/BMI 应用中诱发脑反应检测的准确性和速度，以及一般模板信号的检测。
引用
@article{arxiv.1304.1565,
title = {Bayesian Odds-Ratio Filters: A Template-Based Method for Online Detection of P300 Evoked Responses},
author = {Asim M. Mubeen and Kevin H. Knuth},
journal= {arXiv preprint arXiv:1304.1565},
year = {2013}
}
备注
9 pages, 3 figures