Design of an automatic hybrid system for removal of eye-blink artifacts from EEG recordings

Çınar, Salim

doi:10.1016/j.bspc.2021.102543

Cited by 18 publications

(3 citation statements)

References 37 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Since the EEG signals and the electrooculogram (EOG) signals and electromyogram (EMG) signals overlap in the frequency band, only two filterings cannot completely remove the interference of the EOG and EMG. In this study, fast independent component analysis (Fast ICA) [ 29 ] was applied to remove EOG and EMG artifacts [ 30 ]. The Fast ICA algorithm is derived from the cocktail party problem.…”

Section: Methodsmentioning

confidence: 99%

See 1 more Smart Citation

A Depression Diagnosis Method Based on the Hybrid Neural Network and Attention Mechanism

Wang

Liu

et al. 2022

Brain Sciences

View full text Add to dashboard Cite

Depression is a common but easily misdiagnosed disease when using a self-assessment scale. Electroencephalograms (EEGs) provide an important reference and objective basis for the identification and diagnosis of depression. In order to improve the accuracy of the diagnosis of depression by using mainstream algorithms, a high-performance hybrid neural network depression detection method is proposed in this paper combined with deep learning technology. Firstly, a concatenating one-dimensional convolutional neural network (1D-CNN) and gated recurrent unit (GRU) are employed to extract the local features and to determine the global features of the EEG signal. Secondly, the attention mechanism is introduced to form the hybrid neural network. The attention mechanism assigns different weights to the multi-dimensional features extracted by the network, so as to screen out more representative features, which can reduce the computational complexity of the network and save the training time of the model while ensuring high precision. Moreover, dropout is applied to accelerate network training and address the over-fitting problem. Experiments reveal that the 1D-CNN-GRU-ATTN model has more effectiveness and a better generalization ability compared with traditional algorithms. The accuracy of the proposed method in this paper reaches 99.33% in a public dataset and 97.98% in a private dataset, respectively.

show abstract

Section: Methodsmentioning

confidence: 99%

“…Figure 2 shows the flow of EEG signal preprocessing. [29] was applied to remove EOG and EMG artifacts [30]. The Fast ICA algorithm is derived from the cocktail party problem.…”

mentioning

confidence: 99%

A Depression Diagnosis Method Based on the Hybrid Neural Network and Attention Mechanism

Wang

Liu

et al. 2022

Brain Sciences

View full text Add to dashboard Cite

show abstract

“…Öklid hesabı farklı nesneler arasındaki uzaklığı, benzerliği değerlendirmek için kullanılan bir yöntemdir. Böbrek ağırlık merkezi ile ilgili böbrekte bulunan taşların ağırlık merkezleri arasındaki Öklid uzaklığına ait matematiksel ifadesi Denklem (2)'de verilmiştir [10,11].…”

Section: Metotunclassified

Abdominal bilgisayarlı tomografi görüntülerinde böbrek taşlarının sınırlarının ve sayılarının görüntü işleme yöntemleri kullanılarak tespiti

Karaman¹,

Çınar²

2021

Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

Böbrek taşlarının medikal görüntülerdeki teşhisi ve tespiti hastalığın seyri ve tedavi yönteminin belirlenmesi açısından önemlidir. Abdominal Bilgisayarlı Tomografi (BT) görüntülerinin gürültülü ve düşük çözünürlükte olması böbrek taşı teşhisini zorlaştıran faktörlerdir. Bu çalışmada abdominal BT görüntülerinde bulunan böbreklerdeki taşların sınırlarının ve sayılarının belirlenmesi amaçlanmıştır. İlk olarak BT görüntülerinin netleştirilmesi ve gürültünün yok edilmesi için Gama Düzeltmesi yöntemi kullanılmıştır. İkinci olarak böbrekler, ilgi bölgesi (ROI: Region of Interest) yöntemi ile manuel olarak seçilmiştir. Seçilen böbrek bölgelerinde eşikleme uygulanarak böbrek taşlarının tespiti gerçekleştirilmiştir. Böbrek sınırları içerisinde bulunan taşlara Morfolojik aşındırma ve genişletme işlemleri uygulanarak görüntüde bitişik algılanan taşlar ayrıştırılmış ve taşlar sayılmıştır. Çalışmanın başarımının hesaplanması için Hata Matrisi oluşturulmuştur. Önerilen yöntemin performans analizinde Doğruluk (Accuracy), Hassasiyet (Sensivity) ve Özgüllük (Specifity) değerleri sırasıyla %97, %96, %100 şeklinde Hata Matrisi kullanılarak hesaplanmıştır. Elde edilen sonuçlar, kullanılan yöntemin böbrek taşı tespiti ve sayımında başarılı olduğunu göstermektedir.

show abstract

OVME-REG: Harris hawks optimization algorithm based optimized variational mode extraction for eye blink artifact removal from EEG signal

Silpa,

Hota

2023

Med Biol Eng Comput

View full text Add to dashboard Cite

Design of an automatic hybrid system for removal of eye-blink artifacts from EEG recordings

Cited by 18 publications

References 37 publications

A Depression Diagnosis Method Based on the Hybrid Neural Network and Attention Mechanism

A Depression Diagnosis Method Based on the Hybrid Neural Network and Attention Mechanism

Abdominal bilgisayarlı tomografi görüntülerinde böbrek taşlarının sınırlarının ve sayılarının görüntü işleme yöntemleri kullanılarak tespiti

OVME-REG: Harris hawks optimization algorithm based optimized variational mode extraction for eye blink artifact removal from EEG signal

Contact Info

Product

Resources

About