TY -的A2 -侯赛因,艾哈迈德·f . AU -汗Rayyan Azam盟——Naseer诺曼AU -萨利姆,Sajid AU -库雷希,Nauman哈立德盟——这,大学生马吉德盟——汗,穆罕默德Jawad PY - 2020 DA - 2020/05/22 TI -皮质Tasks-Based最优滤波器选择:一个fNIRS研究SP - 9152369六世- 2020 AB -功能近红外光谱(fNIRS)是一种最新的非侵入性脑功能测量技术已经用于脑-机接口(BCI)的目的。在本文中,我们比较和分析的影响(即六个最常用的过滤技术。、高斯、巴特沃斯卡尔曼、血流动力学响应滤波器(hrf)、维纳和有限脉冲响应)fNIRS-BCI的分类精度。得出最好的最优滤波器为一个特定的大脑皮层任务由于特定的地区,我们根据实验任务划分三个主要的皮质区域:前额叶、电机、和视觉皮层。三个不同的实验进行了前额叶和运动执行任务时视觉刺激。前额叶执行的任务包括休息(R)和心算(MA), R和对象旋转(OB)和OB vs。同样,电动机执行,R和左手手指敲击(融通),R和正确的手指敲击(RFT)和融通vs RFT。同样的,视觉皮层,R和视觉刺激(vs)的任务。这些实验进行了十试验有5个科目。提取的数据之间的一致性,六个统计特性进行评估使用氧合血红蛋白,即斜率,意思是,高峰,峰度、偏态和方差。 Combination of these six features was used to classify data by the nonlinear support vector machine (SVM). The classification accuracies obtained from SVM by using hrf and Gaussian were significantly higher for R vs MA, R vs OB, R vs RFT, and R vs VS and Wiener filter for OB vs MA. Similarly, for R vs LFT and LFT vs RFT, hrf was found to be significant p < 0.05 。这些结果显示使用的可行性hrf fNIRS的有效去除噪声数据。SN - 2040 - 2295 UR - https://doi.org/10.1155/2020/9152369 - 10.1155 / 2020/9152369摩根富林明医疗工程PB - Hindawi KW - ER