基于可穿戴 EEG 头带理解颜色感知的脑动力学
机器学习
2020-10-22 v1 神经元与认知
机器学习
摘要
颜色感知是人脑的一项重要认知特征。入射人眼的各种颜色可引发脑活动变化，并可通过脑电图（EEG）捕获。本工作中，我们设计了一个多类分类模型，从原始 EEG 信号特征中检测原色。与以往研究不同，我们的方法采用来自连续 Morlet 小波变换所得信号频带功率的谱功率特征、统计特征以及相关性特征，而非原始 EEG，用于分类任务。我们应用了前向特征选择与堆叠自编码器之类的降维技术来降低数据维度，最终提升模型效率。我们使用前向选择与随机森林分类器所提出的方法在受试者内分类中取得了 80.6% 的最佳总体精度。我们的方法在利用颜色线索开发认知任务技术方面展现出前景，例如通过注视原色来控制物联网（IoT）设备以协助运动能力受限的个体。
引用
@article{arxiv.2008.07092,
title = {Understanding Brain Dynamics for Color Perception using Wearable EEG headband},
author = {Mahima Chaudhary and Sumona Mukhopadhyay and Marin Litoiu and Lauren E Sergio and Meaghan S Adams},
journal= {arXiv preprint arXiv:2008.07092},
year = {2020}
}
备注
10 pages,10 figures, Conference- EVOKE CASCON 2020