TY -的A2 Alzahrani穆罕默德Yahya AU -沙Saad Abdulazeez AU -番干预,奥斯曼努里盟——Duru Adil Deniz PY - 2021 DA - 2021/02/08 TI -乳酸水平的分类使用静息状态的脑电图测量SP - 6662074六世- 2021 AB -脑电图(EEG)信号已被广泛用于研究大脑神经信息动态和行为发展中使用机器和深度学习技术的影响。这项工作提出了一个系统基于快速傅里叶变换(FFT)作为分类的特征提取方法人类大脑静息状态的脑电图(EEG)记录信号。在拟议的系统中,FFT方法应用于静息状态脑电记录和相应的带计算能力。提取的相对权力特性提供分类方法(分类)作为输入的分类目的作为衡量人类通过预测疲劳乳酸酶水平,高或低。验证建议的方法,我们使用了一个脑电图数据集已记录从一群一直参加专业运动员组成的两类:不累,EEG信号记录在静息状态的任务执行之前急性运动和累,EEG信号被记录在执行一种急性运动后的静息状态。三种不同的分类器的性能评估两个性能措施,准确性和精度值。再的准确性达到98%以上(资讯)分类器。本研究的结果表明,特征提取方案有能力进行分类分析EEG信号准确、预测乳酸酶高或低的水平。许多研究领域,比如物联网(物联网)和脑机接口(BCI),可以利用研究结果提出系统的许多重要决策应用。SN - 1176 - 2322你2021/6662074 / 10.1155——https://doi.org/10.1155/2021/6662074——摩根富林明,应用仿生学和生物力学PB - Hindawi KW - ER