• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Congress on Image and Signal Processing, BioMedical Engineering and Informatics >N400 Extraction from Fewer-Trial EEG Data Using a Supervised Signal-to-Noise Ratio Maximizer Method
【24h】

N400 Extraction from Fewer-Trial EEG Data Using a Supervised Signal-to-Noise Ratio Maximizer Method

机译：使用监督信噪比最大化器方法从较少的试验脑电数据中提取N400

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

N400 is a kind of event-related potential (ERP), which is related to language processing of brain and can be used for the evaluation of clinical psychological diseases. There still remain some problems in the accurate N400 waveform extraction from fewer-trial EEG data under the low signal-to-noise ratio (SNR)level. In this study, a supervised signal-to-noise ratio maximizer (SSM)method to obtain N400 waveform from multi-channel EEG data is proposed. The SSM algorithm designs a spatial filter for low-rank ERP component and extracts the N400 by 40-trial EEG datasets of each subject. The algorithm has more excellent performance in estimating the accurate N400 waveform from simulation data and real EEG data, compared to SIM and the regularized SOBI algorithms. The results show that the proposed method can effectively achieve the N400 extraction from fewer-trial EEG data.
机译：N400是一种与事件相关的电位（ERP），与大脑的语言处理有关，可用于评估临床心理疾病。在低信噪比（SNR）水平下，从较少的试验性EEG数据中准确提取N400波形仍然存在一些问题。在这项研究中，提出了一种有监督的信噪比最大化器（SSM）方法，以从多通道EEG数据中获得N400波形。 SSM算法为低阶ERP组件设计了一个空间过滤器，并通过每个主题的40次EEG数据集提取了N400。与SIM和常规SOBI算法相比，该算法在从仿真数据和实际EEG数据估计准确的N400波形方面具有更出色的性能。结果表明，所提出的方法可以有效地从较少试验的脑电数据中提取N400。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号