Classification of imagined geometric shapes using EEG signals and convolutional neural networks - 25/11/21

Doi : 10.1016/j.neuri.2021.100029 
Fabio R. Llorella, Eduardo Íañez, José M. Azorín, Gustavo Patow

Sous presse. Manuscrit accepté. Disponible en ligne depuis le Thursday 25 November 2021
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

Brain-Computer interface systems allow the recognition of neuronal activity to create a direct communication channel between the brain and the outside world without using the peripheral nervous system. Many of the paradigms used are based on the detection of motor imagery and evoked potentials. In this work we study the use of visual imagery of geometric shapes to build a non-invasive BCI using convolutional neural networks and the black hole search algorithm. Our algorithm computes, for seven people, an average of 35% correctly when classifying 7 geometric shapes, and 70% when classifying the best two ones (line and parallelogram). The same technique has been tested on a set of data collected on eleven subjects when classifying 2 geometric shapes, and a maximum accuracy of 82% was obtained.

Le texte complet de cet article est disponible en PDF.

Keywords : Visual imagery, Brain-Computer Interface, Convolutional neural networks, Black hole, EEG


Plan


© 2021  The Author(s). 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.

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.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.