Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
7
Lista B
Status:
Warianty tytułu:
Methods of EEG artifacts elimination
Autorzy: Plechawska-Wójcik Małgorzata
Rok wydania: 2015
Wersja dokumentu: Drukowana | Elektroniczna
Język: polski
Numer czasopisma: 2
Wolumen/Tom: 5
Strony: 39 - 46
Bazy: BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 30 czerwca 2015
Abstrakty: polski | angielski
Registration of electroencephalography signals (EEG) is almost always associated with recording different kinds of artifacts that makes it difficult to read and analyze collected data. These artifacts may be noticeable in the individual channels, but very often they have to be adjusted over several channels simultaneously. Their origin can be varied. Among the most typical are network and hardware artifacts as well as several types of muscle artifacts, derived from the tested person. In recent years increased interest in EEG studies might be noticed. EEG signals are applied not only in the outpatient and clinical applications, but also in psychological analyses and in construction of modern human-machine interfaces. This article presents a case study of classification analysis application in EEG artifact correction tasks.
Registration of electroencephalography signals (EEG) is almost always associated with recording different kinds of artifacts that makes it difficult to read and analyze collected data. These artifacts may be noticeable in the individual channels, but very often they have to be adjusted over several channels simultaneously. Their origin can be varied. Among the most typical are network and hardware artifacts as well as several types of muscle artifacts, derived from the tested person. In recent years increased interest in EEG studies might be noticed. EEG signals are applied not only in the outpatient and clinical applications, but also in psychological analyses and in construction of modern human-machine interfaces. This article presents