Algorytmy progu średniego i ARNN do klasyfikacji poleceń EEG

W niniejszej ksi¿¿ce przedstawiono dwie metody - sie¿ neuronow¿ autoregresyjn¿ (ARNN) oraz metod¿ progu ¿redniego - s¿u¿¿ce do rozpoznawania polece¿ wzrokowych w celu sterowania elektrycznym wózkiem inwalidzkim z wykorzystaniem technologii elektroencefalogramu (EEG). Ruchy gäek ocznych, takie jak "otwarte oczy", "mrugni¿cie", "spojrzenie w lewo" i "spojrzenie w prawo". W celu usuni¿cia artefaktów z sygnäów ocznych i wyodr¿bnienia zakresów cz¿stotliwo¿ci zastosowano filtr dolnoprzepustowy Hamminga. Wykorzystano model AR do wygenerowania wspó¿czynników zawieraj¿cych cechy charakterystyczne sygnäów EEG zwi¿zanych z ruchem gäek ocznych. Uzyskane wspó¿czynniki wprowadzono do warstwy wej¿ciowej modelu sieci neuronowej w celu klasyfikacji aktywno¿ci gäek ocznych. Ponadto do klasyfikacji ruchów gäek ocznych zastosowano algorytm progu ¿redniego. Celem porównania tych dwóch metod rozpoznawania by¿o znalezienie lepszej z nich do zastosowania w elektrycznym wózku inwalidzkim.