机构名称：
¥ 1.0
摘要。 div>脑电图信号（EEG）的分析已成为研究在不同的认知和运动任务中研究大脑活动的强大工具。 div>在这项研究中，该技术用于分析10名J´ovenes参与者的数据，他们进行了运动想象范式，以控制一种称为HAND OF HOPER（HOH）的机器人型（HOH），以恢复心血管疾病患者的康复患者。 div>信号的获取是在训练和验证阶段进行的。 div>训练数据用于校准称为滤波器库公共空间模式（FBCSP）的人工智能模型，以提取特征和线性区分分析（LDA）作为分类器。 div>随后，对信号进行了频率分析，该频率分析估计了放松和想象任务之间的频谱功率以及频域中这些信号之间的相关性。 div>除了信号的检测时间外，SLICE验证数据还用于评估参与者移动'robalotica'tortesis的产率和能力。 div>结果表明，与弛豫状态相比，在运动想象力中，在α和theta波段的C3和CP3通道的光谱功率上存在不同步，这表明在其上激活了运动皮层，该均具有所用电极的位置。 div>
脑电图信号的分析和分类
主要关键词
相关文件推荐
