Classification of Hand Movement in EEG using ERD/ERS and Multilayer Perceptron

Abstract

Kontinuální EEG aktivita měřených subjektů obsahuje různé vzorce (grafoelementy), podle toho, jakou činnost měřený subjekt vykonával. ERD a ERS jsou příkladem takových vzorců souvisejících s pohybem ruky, prstů popř. nohy. Tento článek se zabývá detekcí pohybu na základě vzorců ERD/ERS. Z naměřených a předzpracovaných EEG dat se stanoví ERD/ERS, ze které se vytvoří příznakové vektory, které se následně klasifikují neuronovou sítí. Výsledná neuronová síť se skládá z jedné vstupní a jedné výstupní vrstvy a dvou skrytých vrstev. První skrytá vrstva obsahuje 3 000 neuronů a druhá 1 500 neuronů. Pro natrénování neuronové sítě se z naměřených a upravených dat vytvoří trénovací množina příznakových vektorů, pro následnou úpravu vah neuronové sítě během trénování se používá algoritmus zpětného šíření. S tímto nastavením a tréninkem je neuronová síť schopna klasifikovat pohyb v záznamu EEG s průměrnou přesností 79,92%.