▷ #EEG signal classification with Machine Learning #ML using #Matlab

Las señales EEG (Electroencefalografía) que representan actividad cerebral de cualquier sujetos, puede ser adquiridas de forma superficial utilizando electrodos en el cuero cabelludo. Al adquirir señales EEG durante la ejecución de tareas motoras, estas señales contienen información en el dominio del tiempo y frecuencia correspondiente a la actividad motora realizada. Las señales EEG pueden ser analizadas mediante algoritmos de clasificación para determinar de forma automática qué tipo de actividad está realizando el sujeto, esta detección es usada para el control de prótesis e interfaz hombre máquina.

Carga datos con los 64 electrodos EEG a Fs=160Hz

clear;clc;

inNN=load('RMSVectors.mat');inNN=inNN.RMSVectors;

size(inNN)

ans = 1×2

300 64

% previamente se sacó el rms de cada electrodo durante una tarea de 4,6 seg

% y se agregaron 300 filas o ejemplos entre tareas imegenético y motor de

% ambos pies

Carga Archivo con las salidas etiquetas

(c1 (imagenetico ambas pies), c2 (motor ambos pies))

outNN=load('Out_RMS.mat');outNN=outNN.Out_RMS;

size(outNN)

ans = 1×2

300 2

Llamar a toolbox nnstart

nnstart

%se configuro una red MLP de 20 neuronas en el HL

Leer como usar el toolbox nnstart

Uso de la red neuronal

Prediction = myNeuralNetworkFunction(inNN);

Graficas

figure;

x1=(round(round(outNN(:,1))*2 + round(outNN(:,2))*1));

p1=(round(Prediction(:,1))*2 + round(Prediction(:,2))*1);

plot(x1,'*');

hold on;

plot(p1,'*');

xlabel('300 ejemplos');

ylabel('tarea: 2 imagenético, 1 motor');

legend('Target','Prediction');

Calculo del error cuadratico medio

err = immse(x1,p1)

err = 0.4133

acc=1-err

acc = 0.5867

Leer mas del proyecto EEG

Leer temas relacionados:

    ✅ Machine Learning #ML using #Matlab

    ✅ #EMG signal classification with Machine Learning #ML using #Matlab

    ✅ Epileptic seizure prediction with Machine Learning using Matlab

    ✅ #EEG Signal #Clustering for Motor and Imaginary Motor Tasks on Hands and Feet

    ✅ Supervised Pattern Recognition Techniques for Detecting Motor Intention of Lower Limbs

    ✅ Clustering of #EEG Occipital Signals using #K_means