Brain-Computer Interface System Based on P300 Processing with Convolutional Neural Network, Novel Speller, and Low Number of Electrodes

Procesamiento embebido de p300 basado en red neuronal convolucional para interfaz cerebro-computadora ubicua

“…Esta etapa consiste en un filtrado con un filtro digital Butterworth pasabandas de orden 3 con frecuencias de corte de 1 a 15 Hz. Estas características fueron seleccionadas como base del trabajo (Ramirez-Quintana et al, 2020), además de que este filtro es IIR con la banda de paso más plana y el orden de este filtro presentó la eliminación de ruido suficiente en las señales EEG. El filtro se implementa mediante la siguiente función de transferencia:…”

“…Esta etapa detecta la presencia de la onda P300 con una red neuronal convolucional basada en la red CNN300 del sistema LEBci de (Ramirez-Quintana et al, 2020). La red CNN300 tiene como entrada los agrupamientos por estímulos de canales EEG O1, Oz y O2 XEj(m,c), donde c se refiere al canal O1, O2 y Oz.…”

“…Finalmente, la función softmax calcula la probabilidad de que φvj pertenezca a la clase P300 (αEj) o la clase No P300 (βEj) . Esta función se describe de la siguiente forma (Ramirez-Quintana et al, 2020):…”

“…El método procesa las señales con un arreglo EEG de señales promediadas y realiza la clasificación por medio de un modelo CNN. LEBci Se obtiene un desempeño promedio de 96.43% (Ramirez-Quintana et al, 2020).…”

“…En lo referente a costo computacional, se puede observar que PE-P300 tiene un costo computacional menor que los métodos de (Ramirez-Quintana et al, 2020), (Minguez et al, 2009), (Achanccaray et al, 2017), (AKMAN AYDIN et al, 2017) y (Martinez-Cagigal et al, 2017. Esto se debe a que a pesar de que PE-P300 se basa en una CNN, solamente se procesa j=4 estímulos, mientras que los demás métodos procesan utilizan de j=9 a 45 estímulos.…”