동작 상상 EEG 분류를 위한 이중 filter-기반의 채널 선택 


44권  9호, pp. 887-892, 9월  2017
10.5626/JOK.2017.44.9.887


PDF

  요약

뇌-컴퓨터 인터페이스는 정신 작업 동안 다채널에서 생성된 뇌파의 신호를 측정, 분석하여 컴퓨터를 제어하거나 의사를 전달하는 기술이다. 이때 최적의 뇌파 채널 선택은 뇌-컴퓨터 인터페이스의 편의성과 속도뿐만 아니라 정확도 향상을 위해 필요하다. 최적의 채널은 중복 채널들 또는 노이즈 채널들을 제거함으로써 얻는다. 이 논문에서는 최적 뇌파 채널을 선택하기 위해 이중 filter-기반의 채널 선택 방법을 제안한다. 제안한 방법은 먼저 채널들 간의 중복성을 제거하기 위해 spearman"s rank correlation을 사용하여 중복 채널들을 제거한다. 그 뒤, F score를 이용하여 채널과 클래스 라벨 간의 적합성을 측정하여 상위 m개의 채널들만을 선택한다. 제안한 방법은 클래스 라벨과 관련되고 중복이 없는 채널들을 사용함으로써 좋은 분류 정확도를 이끌어 낼 수 있다. 제안한 채널 선택 방법은 채널의 수를 상당히 줄임과 동시에 평균 분류 정확도를 향상시켰다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

D. Lee, H. J. Lee, S. Park, S. Lee, "A Dual Filter-based Channel Selection for Classification of Motor Imagery EEG," Journal of KIISE, JOK, vol. 44, no. 9, pp. 887-892, 2017. DOI: 10.5626/JOK.2017.44.9.887.


[ACM Style]

David Lee, Hee Jae Lee, Snag-Hoon Park, and Sang-Goog Lee. 2017. A Dual Filter-based Channel Selection for Classification of Motor Imagery EEG. Journal of KIISE, JOK, 44, 9, (2017), 887-892. DOI: 10.5626/JOK.2017.44.9.887.


[KCI Style]

이다빛, 이희재, 박상훈, 이상국, "동작 상상 EEG 분류를 위한 이중 filter-기반의 채널 선택," 한국정보과학회 논문지, 제44권, 제9호, 887~892쪽, 2017. DOI: 10.5626/JOK.2017.44.9.887.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr