Médecine

Paramédical

Autres domaines


S'abonner

Online Classification of Multiple Motor Imagery Tasks Using Filter Bank Based Maximum-a-Posteriori Common Spatial Pattern Filters - 26/05/20

Doi : 10.1016/j.irbm.2019.11.002 
S.Z. Zahid , M. Aqil , M. Tufail , M.S. Nazir
 Department of Electrical Engineering, Pakistan Institute of Engineering and Applied Sciences, P.O. 45650, Islamabad, Pakistan 

Corresponding author.

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

pages 10
Iconographies 7
Vidéos 0
Autres 0

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

Run-time (real-time) classification of multiple motor imagery (MI) tasks.
Filter bank based maximum-a-posteriori common spatial pattern (CSP) filtering.
Classification of tasks by detecting event-related de-synchronization in   rhythm.
Superior classification and computational efficiency compared to conventional CSP.

Le texte complet de cet article est disponible en PDF.

Abstract

Objective

The main objective of this paper is to propose a novel technique, called filter bank maximum a-posteriori common spatial pattern (FB-MAP-CSP) algorithm, for online classification of multiple motor imagery activities using electroencephalography (EEG) signals. The proposed technique addresses the overfitting issue of CSP in addition to utilizing the spectral information of EEG signals inside the framework of filter banks while extending it to more than two conditions.

Materials and methods

The classification of motor imagery signals is based upon the detection of event-related de-synchronization (ERD) phenomena in the μ and β rhythms of EEG signals. Accordingly, two modifications in the existing MAP-CSP technique are presented: (i) The (pre-processed) EEG signals are spectrally filtered by a bank of filters lying in the μ and β brainwave frequency range, (ii) the framework of MAP-CSP is extended to deal with multiple (more than two) motor imagery tasks classification and the spatial filters thus obtained are calculated for each sub-band, separately. Subsequently, the most imperative features over all sub-bands are selected and un-regularized linear discriminant analysis is employed for classification of multiple motor imagery tasks.

Results

Publicly available dataset (BCI Competition IV Dataset I) is used to validate the proposed method i.e. FB-MAP-CSP. The results show that the proposed method yields superior classification results, in addition to be computationally more efficient in the case of online implementation, as compared to the conventional CSP based techniques and its variants for multiclass motor imagery classification.

Conclusion

The proposed FB-MAP-CSP algorithm is found to be a potential / superior method for classifying multi-condition motor imagery EEG signals in comparison to FBCSP based techniques.

Le texte complet de cet article est disponible en PDF.

Keywords : Electroencephalogram (EEG), Brain Computer Interface (BCI), Event-related de-synchronization, Filter bank, common spatial patterns, Motor imagery


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

Vol 41 - N° 3

P. 141-150 - juin 2020 Retour au numéro
Article précédent Article précédent
  • Human Gait Recognition Using Hip, Knee and Ankle Joint Ratios
  • V.M. Akhil, M. Ashmi, P.K. Rajendrakumar, K.S. Sivanandan
| Article suivant Article suivant
  • Multiparametric qMTI Assessment and Monitoring of Normal Appearing White Matter and Classified T1 Hypointense Lesions in Relapsing-Remitting Multiple Sclerosis
  • M. Fooladi, N. Riyahi Alam, H. Sharini, K. Firouznia, M. Shakiba, M.H. Harirchian

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

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

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.