基于黎曼几何特征的EEG用户反应时间估计
人机交互
2020-03-31 v1 机器学习
摘要
黎曼几何已成功用于许多脑机接口（BCI）分类问题并展现出优越性能。本文首次将其应用于BCI回归问题，这是BCI应用的一个重要类别。更具体地，我们提出了一种针对基于脑电图（EEG）的BCI回归问题的新特征提取方法：首先使用空间滤波器提高EEG试次信号质量并降低协方差矩阵维数，然后提取黎曼切空间特征。我们在一个大规模持续注意精神运动警觉任务中测量的EEG信号反应时间估计上验证了所提方法的性能，并显示与传统功率带特征相比，切空间特征可将均方根估计误差降低4.30-8.30%，并将估计相关系数提高6.59-11.13%。
引用
@article{arxiv.1704.08533,
title = {EEG-Based User Reaction Time Estimation Using Riemannian Geometry Features},
author = {Dongrui Wu and Brent J. Lance and Vernon J. Lawhern and Stephen Gordon and Tzyy-Ping Jung and Chin-Teng Lin},
journal= {arXiv preprint arXiv:1704.08533},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1702.02914