Повнотекстовий пошук
Пошуковий запит: (<.>A=Кицун П$<.>) |
Загальна кількість знайдених документів : 2
Представлено документи з 1 до 2
|
1. |
Кицун П. Г. Використання методу незалежних компонент для автоматичного видалення артефактів ЕЕГ, пов’язаних з рухами очей [Електронний ресурс] / П. Г. Кицун // Вісник Національного технічного університету України "Київський політехнічний інститут". Серія : Радіотехніка. Радіоапаратобудування. - 2016. - Вип. 65. - С. 99-107. - Режим доступу: http://nbuv.gov.ua/UJRN/VKPI_rr_2016_65_11 Проаналізовано можливість використання методу незалежних компонент для часових рядів, а саме алгоритму TDSEP, для видалення складових сигналу ЕЕГ, джерелом яких є активність м'язів під час руху очей. Запропоновано алгоритм автоматичного видалення артефактів ЕЕГ та проведено оцінку його ефективності на реальних записах ЕЕГ.
| 2. |
Кицун П. Г. Використання оптимальної просторової фільтрації методом спільної просторової моделі для класифікації сигналів ЕЕГ відповідно до виду мозкової активності [Електронний ресурс] / П. Г. Кицун // Вісник Національного технічного університету України "Київський політехнічний інститут". Серія : Радіотехніка. Радіоапаратобудування. - 2017. - Вип. 71. - С. 36-39. - Режим доступу: http://nbuv.gov.ua/UJRN/VKPI_rr_2017_71_8 Під час реєстрації ЕЕГ внаслідок об'ємної провідності сигнал від кожного окремого джерела потрапляє одночасно до багатьох відведень. Тому зареєстрований багатоканальний сигнал ЕЕГ надає досить розмиту картину мозкової активності людини, що суттєво ускладнює задачу інтерпретації такого сигналу. Одним з ефективних методів отримання інформативного сигналу з багатоканального запису ЕЕГ є використання оптимальної просторової фільтрації, коли у вихідному сигналі досягається максимальний вміст сигналу саме з тієї ділянки мозку, яка відповідає певному виду мозкової активності. Запропоновано алгоритм класифікації сигналів ЕЕГ із застосуванням оптимальної просторової фільтрації методом спільної просторової моделі для ідентифікації двох класів мозкової активності - уявних рухів лівою та правою рукою. Для оцінки якості алгоритму використовувався запис ЕЕГ, відомий як BCI Competition IV dataset 2b. Для визначення ефективності алгоритму результат його роботи порівнювався з результатом роботи алгоритму без використання оптимальної просторової фільтрації. Завдяки використанню просторової фільтрації методом спільної просторової моделі вдалося підвищити середню точність класифікації записів ЕЕГ з 0,74 до 0,79, що свідчить про ефективність цього методу.
|
|
|