Return to search

A novel method of improving EEG signals for BCI classification

Thesis (MEng)--Stellenbosch University, 2014. / ENGLISH ABSTRACT: Muscular dystrophy, spinal cord injury, or amyotrophic lateral sclerosis (ALS)
are injuries and disorders that disrupts the neuromuscular channels of the
human body thus prohibiting the brain from controlling the body. Brain computer
interface (BCI) allows individuals to bypass the neuromuscular channels
and interact with the environment using the brain. The system relies on the
user manipulating his neural activity in order to control an external device.
Electroencephalography (EEG) is a cheap, non-invasive, real time acquisition
device used in BCI applications to record neural activity. However, noise,
known as artifacts, can contaminate the recording, thus distorting the true
neural activity. Eye blinks are a common source of artifacts present in EEG
recordings. Due to its large amplitude it greatly distorts the EEG data making
it difficult to interpret data for BCI applications. This study proposes a new
combination of techniques to detect and correct eye blink artifacts to improve
the quality of EEG for BCI applications.
Independent component analysis (ICA) is used to separate the EEG signals
into independent source components. The source component containing eye
blink artifacts are corrected by detecting each eye blink within the source component
and using a trained wavelet neural network (WNN) to correct only a
segment of the source component containing the eye blink artifact. Afterwards,
the EEG is reconstructed without distorting or removing the source component.
The results show a 91.1% detection rate and a 97.9% correction rate
for all detected eye blinks. Furthermore for channels located over the frontal
lobe, eye blink artifacts are corrected preserving the neural activity. The novel
combination overall reduces EEG information lost, when compared to existing
literature, and is a step towards improving EEG pre-processing in order to
provide cleaner EEG data for BCI applications. / AFRIKAANSE OPSOMMING: Spierdistrofie, ’n rugmurgbesering, of amiotrofiese laterale sklerose (ALS) is
beserings en steurnisse wat die neuromuskulêre kanale van die menslike liggaam
ontwrig en dus verhoed dat die brein die liggaam beheer. ’n Breinrekenaarkoppelvlak
laat toe dat die neuromuskulêre kanale omlei word en op
die omgewing reageer deur die brein. Die BCI-stelsel vertrou op die gebruiker
wat sy eie senuwee-aktiwiteit manipuleer om sodoende ’n eksterne toestel te
beheer. Elektro-enkefalografie (EEG) is ’n goedkoop, nie-indringende, intydse
dataverkrygingstoestel wat gebruik word in BCI toepassings. Nie net senuwee
aktiwiteit nie, maar ook geraas , bekend as artefakte word opgeneem, wat dus
die ware senuwee aktiwiteit versteur. Oogknip artefakte is een van die algemene
artefakte wat teenwoordig is in EEG opnames. Die groot omvang van
hierdie artefakte verwring die EEG data wat dit moeilik maak om die data te
ontleed vir BCI toepassings. Die studie stel ’n nuwe kombinasie tegnieke voor
wat oogknip artefakte waarneem en regstel om sodoende die kwaliteit van ’n
EEG vir BCI toepassings te verbeter.
Onafhanklike onderdeel analise (Independent component analysis (ICA)) word
gebruik om die EEG seine te skei na onafhanklike bron-komponente. Die bronkomponent
wat oogknip artefakte bevat word reggestel binne die komponent
en gebruik ’n ervare/geoefende golfsenuwee-netwerk om slegs ’n deel van die
komponent wat die oogknip artefak bevat reg te stel. Daarna word die EEG
hervorm sonder verwringing of om die bron-komponent te verwyder. Die resultate
toon ’n 91.1% opsporingskoers en ’n 97.9% regstellingskoers vir alle
waarneembare oogknippe. Oogknip artefakte in kanale op die voorste lob word
reggestel en behou die senuwee aktiwiteit wat die oorhoofse EEG kwaliteit vir
BCI toepassings verhoog.

Identiferoai:union.ndltd.org:netd.ac.za/oai:union.ndltd.org:sun/oai:scholar.sun.ac.za:10019.1/95984
Date12 1900
CreatorsBurger, Christiaan
ContributorsVan den Heever, D. J., Stellenbosch University. Faculty of Engineering. Department of Mechanical and Mechatronic Engineering.
PublisherStellenbosch : Stellenbosch University
Source SetsSouth African National ETD Portal
Languageen_ZA
Detected LanguageEnglish
TypeThesis
Formatxiii, 87 p. : ill.
RightsStellenbosch University

Page generated in 0.0027 seconds