Actualmente existe un gran interés por descifrar los estados mentales a partir de las grabaciones de electroencefalografía (EEG). Las señales de EEG son específicas de cada sujeto, son sensibles a las perturbaciones y tienen una baja relación señal-ruido, lo que se ha mitigado con el uso de equipos de adquisición de EEG de grado de laboratorio en condiciones muy controladas. En el presente estudio, investigamos la decodificación de un solo ensayo de estímulos naturales y complejos basada en el EEG del cuero cabelludo adquirido con un sistema portátil de 32 electrodos secos en un entorno típico de oficina. Probamos la generalización mediante un enfoque de validación cruzada de un solo sujeto. Demostramos que los clasificadores de la máquina de vectores de apoyo (SVM) entrenados en un conjunto relativamente pequeño de pseudotriales denotados (promediados) funcionan a la par que los clasificadores entrenados en un gran conjunto de muestras ruidosas de un solo ensayo. Proponemos un método novedoso para calcular los mapas de sensibilidad de los clasificadores SVM basados en EEG para la visualización de las firmas de EEG explotadas por los clasificadores SVM. Además, aplicamos un marco de remuestreo NPAIRS para la estimación de la incertidumbre del mapa, y así mostramos que los tamaños de los efectos de los mapas de sensibilidad para los clasificadores entrenados en pequeñas muestras de datos denotados y grandes muestras de datos ruidosos son similares. Por último, demostramos que el clasificador de pseudotrial promedio puede predecir con éxito la clase de ensayos individuales de sujetos retenidos, lo que permite un rápido entrenamiento del clasificador, la optimización de los parámetros y la evaluación del rendimiento sin sesgos en los enfoques de aprendizaje automático para la decodificación del cerebro.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nanocomplejo PEI-siRNA biorreproducible para la terapia del cáncer de hígado: Transfección, biodistribución e inhibición del crecimiento tumoral in vivo
Artículo:
Métodos para determinar el potencial de biometano de las materias primas: una revisión
Artículo:
Estudio del Mecanismo y la Cinética de la Degradación por Oxidación Fotocatalítica: Un estudio de caso para el contaminante orgánico ácido fenoxiacético
Artículo:
Colaboración entre HPMC y NaCMC para alcanzar el punto crítico del polímero en las matrices hidrofílicas de teofilina.
Artículo:
Los explantes vegetales cultivados en medio suplementado con nanopartículas de Fe3O4 presentan un aumento significativo de la embriogénesis
Artículo:
Innovación frugal en la expansión de una filial multinacional en un mercado emergente
Artículo:
Intercambiadores de calor de placa corrugada: Características de cambio de fase y transferencia de calor
Artículo:
El proceso de gestión de innovación tecnológica: sus etapas e indicadores relacionados
Software:
GENUP : aprendizaje asistido por ordenador para la genética cuantitativa.