Аннотация

Аннотация: В статье рассмотрены методы анализа электроэнцефалографического сигнала (ЭЭГ-сигнала) с целью выделения в нем характерных признаков для их последующей классификации. Исследуется возможность классификации ЭЭГ-данных о движении двумя испытуемыми различными группами мышц лица. Для получения электроэнцефалограмм и их передачи для обработки использовалась аппаратура Emotiv EPOC + с беспроводным интерфейсом подключения к компьютеру и возможностью 14-канальной записи. Анализ данных проводился по результатам 1 50 сессий по 16 секунд в каждой, в рамках которых рассматривалось 5 различных реакций. В работе рассматриваются и сравниваются различные способы извлечения признаков из ЭЭГ-сигнала, а именно: коэффициенты спектрального разложения Фурье, значения функции Альтера-Джонсона, SAX-BOP признаки, линейные коррел яции и классические статистики. Тестир ование проводится в рамках двух нейросетевы х модел ей: сверточной и полносвязанной сетей. Кроме того, рассмотрены также методы на основе прямого анализа статистической информации. По результатам исследования получены оценки точности выявления тестируемых реакций при различных способах извлечения признаков. Лучшие результаты выявлены для методов на основе спектрального разложения Фурье на полносвязанные сети – порядка 95% и 90% на обучающей и тестовой выборках и с использованием значений функции Альтера-Джонсо на на сверточной сети – порядка 99% и 86%.