Klasifikacija slik EEG signalov z uporabo globokega učenja

Abstract

Analiza biomedicinskih signalov kot je EEG, za merjenje možganskih aktivnosti omogoča diagnosticiranje različnih kognitivnih nalog in nevroloških motenj. Pogosto so takšni signali pretvorjeni v vizualne predstavitve kot so spektrogrami, ki lahko razkrijejo karakteristične vzorce in služijo kot osnova za klasifikacijo. Za namen klasifikacije EEG signalov subjektov z in brez motoričnih okvar oz. motenj, smo oblikovali novo metodo, ki uporablja spektrogramske slike kot vhod v globoko konvolucijsko nevronsko mrežo, brez kakršnihkoli predhodnih izbir ali ekstrakcij značilk. Rezultati, pridobljeni brez kakršnegakoli človeškega posega in z uporabo privzetih vrednosti parametrov, so se izkazali, da ne zaostajajo veliko za najsodobnejšimi metodami, ki izkoriščajo uporabo domenskega znanja za analizo EEG signalov.

Publication
ROSUS 2018: računalniška obdelava slik in njena uporaba v Sloveniji 2018 : zbornik 13. strokovne konference
comments powered by Disqus