![](/images/graphics-bg.png)
Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA Method
المؤلفون المشاركون
Romero-Troncoso, R. D. J.
Batres-Mendoza, Patricia
Guerra-Hernandez, Erick I.
Almanza-Ojeda, Dora L.
Montoro-Sanjose, Carlos R.
Ibarra-Manzano, M. A.
Rostro-Gonzalez, H.
المصدر
Computational Intelligence and Neuroscience
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-16، 16ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-12-03
دولة النشر
مصر
عدد الصفحات
16
التخصصات الرئيسية
الملخص EN
We present an improvement to the quaternion-based signal analysis (QSA) technique to extract electroencephalography (EEG) signal features with a view to developing real-time applications, particularly in motor imagery (IM) cognitive processes.
The proposed methodology (iQSA, improved QSA) extracts features such as the average, variance, homogeneity, and contrast of EEG signals related to motor imagery in a more efficient manner (i.e., by reducing the number of samples needed to classify the signal and improving the classification percentage) compared to the original QSA technique.
Specifically, we can sample the signal in variable time periods (from 0.5 s to 3 s, in half-a-second intervals) to determine the relationship between the number of samples and their effectiveness in classifying signals.
In addition, to strengthen the classification process a number of boosting-technique-based decision trees were implemented.
The results show an 82.30% accuracy rate for 0.5 s samples and 73.16% for 3 s samples.
This is a significant improvement compared to the original QSA technique that offered results from 33.31% to 40.82% without sampling window and from 33.44% to 41.07% with sampling window, respectively.
We can thus conclude that iQSA is better suited to develop real-time applications.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Batres-Mendoza, Patricia& Ibarra-Manzano, M. A.& Guerra-Hernandez, Erick I.& Almanza-Ojeda, Dora L.& Montoro-Sanjose, Carlos R.& Romero-Troncoso, R. D. J.…[et al.]. 2017. Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA Method. Computational Intelligence and Neuroscience،Vol. 2017, no. 2017, pp.1-16.
https://search.emarefa.net/detail/BIM-1141315
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Batres-Mendoza, Patricia…[et al.]. Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA Method. Computational Intelligence and Neuroscience No. 2017 (2017), pp.1-16.
https://search.emarefa.net/detail/BIM-1141315
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Batres-Mendoza, Patricia& Ibarra-Manzano, M. A.& Guerra-Hernandez, Erick I.& Almanza-Ojeda, Dora L.& Montoro-Sanjose, Carlos R.& Romero-Troncoso, R. D. J.…[et al.]. Improving EEG-Based Motor Imagery Classification for Real-Time Applications Using the QSA Method. Computational Intelligence and Neuroscience. 2017. Vol. 2017, no. 2017, pp.1-16.
https://search.emarefa.net/detail/BIM-1141315
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1141315
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)