Rough Set-Based Classification of EEG Signals Related to Real and Imagery Motion

Piotr Szczuko

doi:10.1109/spa.2016.7763583

Rough Set-Based Classification of EEG Signals Related to Real and Imagery Motion

Abstrakt

A rough set-based approach to classification of EEG signals registered while subjects were performing real and imagery motions is presented in the paper. The appropriate subset of EEG channels is selected, the recordings are segmented, and features are extracted, based on time-frequency decomposition of the signal. Rough set classifier is trained in several scenarios, comparing accuracy of classification for real and imagery motion. Results are commented and further research is proposed.

Cytowania

5

CrossRef
0

Web of Science
7

Scopus

Autor (1)

Piotr Szczuko dr hab. inż.

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:: Aktywność konferencyjna
Typ:: materiały konferencyjne indeksowane w Web of Science
Tytuł wydania:: 20th IEEE Conference on Signal Processing - Algorithms, Architectures, Arrangements, and Applications (SPA) strony 34 - 39
Język:: angielski
Rok wydania:: 2016
Opis bibliograficzny:: Szczuko P..: Rough Set-Based Classification of EEG Signals Related to Real and Imagery Motion, W: 20th IEEE Conference on Signal Processing - Algorithms, Architectures, Arrangements, and Applications (SPA), 2016, Politechnika Poznańska,.
DOI:: Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/spa.2016.7763583
Weryfikacja:: Politechnika Gdańska