Ruelle-Takens Embedding Theorem Based Regularized Common Spatial Pattern for Motor Imagery EEG Classification
| Autor: | David Lee, Sang-Hoon Park, Sang-Goog Lee |
|---|---|
| Rok vydání: | 2017 |
| Předmět: | |
| Zdroj: | Journal of Korean Institute of Information Technology. 15:1-8 |
| ISSN: | 2093-7571 1598-8619 |
| DOI: | 10.14801/jkiit.2017.15.7.1 |
| Popis: | Brain-Computer Interface(BCI) 연구는 신호처리, 공학, 재활의학 분야에서 활발히 진행되고 있다. 동작 상상 Electroencephalogram(EEG)를 분석하기 위한 방법으로 Common Spatial Pattern(CSP)는 매우 유용하여 많은 연구에서 사용된다. 그러나 CSP 방법은 Small Sample Setting(SSS) 상황에서 저조한 성능을 보인다. 또한 EEG의 노이즈 및 비정상성은 분류에 방해가 된다. 본 논문에서는 이러한 문제들을 완화하기 위해 Ruelle-Takens 매립정리 기반 정규화 공통 공간 패턴 방법을 제안한다. 제안된 방법은 네 단계로 구분된다. 첫째, 획득한 EEG를 7~30Hz 대역으로 밴드패스 필터링 한다. 둘째, 시간 지연이 추가된 새로운 신호 행렬을 만든다. 셋째, 정규화 CSP를 적용한다. 마지막으로, 앙상블을 통해 신호를 분류한다. 제안된 방법은 CSP, R-CSP 및 CSSP 방법과 비교하여 각각 12.53%, 5.24% 및 1.99% 더 우수한 성능을 도출하였다. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|