Implementation of genetic algorithms to feature selection for the use of brain-computer interface

• Autorzy: Kołodziej M. , Majkowski A. , Rak R.

Warianty tytułu

PL

Zastosowanie algorytmów genetycznych do selekcji cech na użytek interfejsów mózg-komputer

• Języki publikacji: EN

Abstrakty

EN

The main goal of the article is to apply genetic algorithms to feature selection for the use of brain-computer interface (BCI). FFT coefficients of EEG signal were used as features. The best features for a BCI system depends on the person who uses the system as well as on the mental state of the person. Therefore, it is very important to apply efficient methods of feature selection. The genetic algorithm proposed by authors enables to choose the most representative features and electrodes.

PL

W artykule przedstawiono zastosowanie algorytmów genetycznych do selekcji cech na użytek interfejsów mózg-komputer (BCI). Najlepszy zestaw cech dla tego typu interfejsów jest zależny od osoby, która używa interfejsu, jak również od jej stanu psychicznego. Z tego powodu konieczne jest zastosowanie bardzo efektywnych metod selekcji cech. Jako cechy wykorzystane zostały współczynniki FFT sygnału EEG. Zaproponowany przez autorów algorytm genetyczny umożliwia wyznaczenie najbardziej reprezentatywnego zbioru cech, jak również elektrod, z których pobierany jest sygnał EEG.

Słowa kluczowe

EN

EEG; brain-computer interface; BCI; feature extraction; feature selection; ERD/ERS; genetic algorithms

PL

EEG; interfejs mózg-komputer; ekstrakcja cech; selekcja cech; ERD/ERS; algorytmy genetyczne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2011
• Tom: R. 87, nr 5
• Strony: 71--73
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Kołodziej M.

autor

Majkowski A.

autor

Rak R.

• Warsaw University of Technology, Institute of the Theory of Electrical Engineering, Measurement and Information Systems,

Bibliografia

• [1] Vidal, J.J., Direct brain-computer communication, Ann. Rev. Biophys Bioeng, 2, 1973.
• [2] Molina G., Direct Brain-Computer Communication through scalp recorded EEG signals. PhD Thesis, École Polytechnique Fédérale de Lausane, 2004
• [3] Wolpaw J.R., Birbaumer N., Heetderks W. J., Mcfarland D.J,Hunter Peckham P., Schalk G, Donchin E., Quatrano L.A., Robinson C.J, Vaughan T.M, Brain–Computer Interface Technology: A Review ofthe First International Meeting, IEEE Transactions on Rehabilitation Engineering, vol. 8, No. 2, June 2000.
• [4] Kołodziej M., Majkowski A., Rak R. Matlab FE_Toolbox – an universal utility for feature extraction of EEG signals for BCI realization, Przegląd Elektrotechniczny 2010-1.
• [5] Kantardzic M., “ Data Mining: Concepts, Models, Methods, and Algorithms ”, IEEE Press & John Wiley, November 2002.
• [6] Documentation of Genetic Algorithm and Direct Search Toolbox™ - MATLAB.