Seuil moyen et algorithmes ARNN pour la classification des commandes EEG

Cet ouvrage présente deux méthodes, à savoir les réseaux neuronaux autorégressifs (ARNN) et le seuil moyen, permettant de reconnaître les commandes oculaires destinées au pilotage d'un fauteuil roulant électrique à l'aide de la technologie de l'électroencéphalogramme (EEG). Il s'agit notamment de mouvements oculaires tels que ' yeux ouverts ', ' clignement des yeux ', ' regard vers la gauche ' et ' regard vers la droite '. Un filtre passe-bas de Hamming a été appliqué pour éliminer les artefacts des signaux oculaires et extraire les gammes de fréquences. Un modèle AR a été utilisé pour générer des coefficients contenant les caractéristiques des signaux EEG oculaires. Les coefficients obtenus ont été intégrés à la couche d'entrée d'un modèle de réseau neuronal afin de classer les activités oculaires. De plus, un algorithme de seuil moyen a été appliqué pour classer les mouvements oculaires. La comparaison de ces deux méthodes de reconnaissance avait pour objectif de déterminer la plus adaptée à une application sur un fauteuil roulant électrique.