Médecine

Paramédical

Autres domaines


S'abonner

A New Design of Mental State Classification for Subject Independent BCI Systems - 12/06/19

Doi : 10.1016/j.irbm.2019.05.004 
Md.A.M. Joadder a , S. Siuly b, , E. Kabir c , H. Wang b , Y. Zhang b, d
a Biomedical, IMage and Signals (BIMS) Research Group, Department of Electrical & Electronic Engineering, United International University, Dhaka, Bangladesh 
b Institute for Sustainable Industries & Liveable Cities, Victoria University, Melbourne, Australia 
c Faculty of Health, Engineering and Sciences, University of Southern Queensland, Toowoomba, Australia 
d Cyberspace Institute of Advanced Technology (CIAT), Guangzhou University, Guangzhou, China 

Corresponding author.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le mercredi 12 juin 2019
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

Background

Brain Computer Interface (BCI) systems have been widely used to develop sustainable assistive technology for people suffering from neurological impairments. A major limitation of current BCI systems is that they are based on Subject-dependent (SD) concept. The SD based BCI system is time consuming and inconvenient for physical or mental disables people and also not suitable for limited computer resources. In order to overcome these problems, recently subject-independent (SI) based BCI concept has been introduced to identify mental states of motor disabled people but the expected outcome of the SI based BCI has not been achieved yet. Hence this paper intends to present an efficient scheme for SI based BCI system. The goal of this research is to develop a method for classifying mental states which can be used by any user. For attaining this target, this study employs a supervised spatial filtering method with four types of feature extraction methods including Katz Fractal Dimension, Sub band Energy, Log Variance and Root Mean Square (RMS) and finally the obtained features are used as input to Linear Discriminant Analysis (LDA) classification model for identifying mental states for SI BCI system.

Results

The performance of the proposed design is evaluated in several ways such as considering different time window length; different frequency bands; different number of channels. The mean classification accuracy using Katz feature is 84.35% which is the maximum output compare to other features that outperforms the existing methods.

Conclusions

Our proposed design will help to make a new technology for development of real-time SI based BCI systems that can be more supportive for the motor disabled patients.

Le texte complet de cet article est disponible en PDF.

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

A novel SI based BCI framework is introduced to identify mental states.
A new channel selection concept is also proposed for SI based BCI system.
Efficacy of the method is confirmed by statistical and graphical analyses.
The proposed method outperforms the existing methods.
This design will help to build up a new technology for development of SI based BCI.

Le texte complet de cet article est disponible en PDF.

Keywords : Electroencephalography (EEG), Brain-computer interface (BCI), Motor Imagery (MI), Subject Independent (SI), Common Spatial Pattern (CSP)


Plan


© 2019  AGBM. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement ou un achat à l’unité.

Déjà abonné à cette revue ?

;

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.