Comparison between different methods of feature extraction in BCI systems based on SSVEP

  • سال انتشار: 1396
  • محل انتشار: دومین کنفرانس ملی ریاضی:مهندسی پیشرفته با تکنیک های ریاضی
  • کد COI اختصاصی: MAEMT02_091
  • زبان مقاله: انگلیسی
  • تعداد مشاهده: 658
دانلود فایل این مقاله

نویسندگان

Sobhan Sheykhivand

Department of Electrical and Computer Engineering University of Tabriz, Tabriz, Iran

Ali Naderi Saatlo

Department of Electrical-Electronics Engineering Urmia Branch, Islamic Azad University, Urmia, Iran

Tohid Yousefi rezaii

Nikoo Romooz

چکیده

There are different feature extraction methods in brain-computer interfaces (BCI) based on Steady-State Visually Evoked Potentials (SSVEP) systems. This paper presents a comparison of five methods for stimulation frequency detection in SSVEP-based BCI systems. The techniques are based on Power Spectrum Density Analysis (PSDA), Fast Fourier Transform (FFT), Hilbert- Huang Transform (HHT), Cross Correlation and Canonical Correlation Analysis (CCA). The results demonstrate that the CCA and FFT can be successfully applied for stimulus frequency detection by considering the highest accuracy and minimum consuming time.

کلیدواژه ها

BCI, CCA, Cross Correlation, FFT, Fuzzy, HHT, PSDA, SSVEP

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.