L噂p k院 tn 嘘k"8亥{"8栄 Fully connected layer

Một phần của tài liệu Đánh giá khả năng phân loại của giao diện não máy tính sử dụng linear discriminat analysis và mạng neuron tính chập với các bộ lọc không gian (Trang 70)

L噂p k院t n嘘k"8亥{"8栄 (FC) nh壱p"8亥u vào là các d英 li羽w"8«"8逢嬰c làm ph鰯ng, mà m厩k"8亥w"x q"8„"8逢嬰c k院t n嘘k"8院n t医t c違 neuron. Trong mơ hình m衣ng CNN, các l噂p k院t n嘘k"8亥{"8栄 vj逢運pi"8逢嬰c tìm th医y 荏 cu嘘i m衣pi"x "8逢嬰e"f́pi"8吋 t嘘k"逢w"j„c"o映c tiêu c栄a m衣ng ví d映 pj逢"8瓜 chính xác c栄a l噂r0"A亥u ra l噂p FC b茨ng v噂i s嘘 neuron trong l噂p. Vi羽c l詠a ch丑n s嘘 neuron trong l噂r"HE"n "fq"pi逢運i dùng t詠 ch丑n, ngo衣i tr瑛 l噂p FC cu嘘i cùng cĩ s嘘 neuron b茨ng s嘘 l噂p c栄a d英 li羽u (s嘘 nhãn dán y). L噂p này s胤 s穎 d映ng hàm kích ho衣t Softmax.

Lu壱p"x<p"z¤{"f詠pi"o»"j·pj"EPP"8吋 phân lo衣i 3 l噂p d英 li羽u c栄a 3 tác v映 tay trái, tay ph違k"x "ej¤p"pj逢"hình 3.22 Ucw"mjk"8員e"vt逢pi"8逢嬰c hình thành 荏 d逢噂c trích xu医t và l詠a ch丑p"8員e"vt逢pi"*o映e"506"x "507+."eƒe"8員e"vt逢pi"8逢嬰c chuy吋n thành hình

違nh theo thang xám (grayscale) v噂k"m ej"vj逢噂c 違nh là 28 x 28 pixel cho trùng v噂i l噂p 8亥u vào c栄a m衣ng. T壱p d英 li羽u 違pj"e pi"8逢嬰c chia thành t壱p d英 li羽u hu医n luy羽n và ki吋o"vtc"vjgq"rj逢挨pi"vj泳c xác th詠c chéo 10 vịng l員p. Hình 違pj"8亥w"x q"e„"m ej"vj逢噂c 28 x 28 x 1 (v噂i 1 là 3"m‒pj"o w."8員e"vt逢pi"ejq"vjcpi"zƒơ"8亥u tiên s胤 vào l噂p tích ch壱p cĩ 20 b瓜 l丑c v噂k"m ej"vj逢噂e"n "7"z"7"z"30"Ucw"8„"v瑛 hình 違pj"dcp"8亥w"vc"tc"8逢嬰c b瓜8員e"vt逢pi"*hgcvwtg"ocr+"e栄a hình 違pj"dcp"8亥u v噂k"m ej"vj逢噂e"8逢嬰c gi違m cịn 24 x 24 x 20 (v噂k"42"v逢挨pi"泳ng v噂i s嘘 b瓜 l丑c).

Ucw"8„"d瓜 8員e"vt逢pi"p {"swc"n噂r"TgNw"x "8院n l噂p Max Pooling v噂k"m ej"vj逢噂c là 2 x 2 v噂k"8瓜 dài d違k"vt逢嬰t là 2. 雲8¤{"j·pj"違pj"8逢嬰c gi違o"m ej"vj逢噂e"8吋 làm nh姻8瓜 ph泳c t衣p tính tốn, v噂i b瓜8員e"vt逢pi"8亥w"tc"e„"m ej"vj逢噂c m噂i là 12 x 12 x 20. Ti院p theo b瓜8員e"vt逢pi"p {"8逢嬰c làm ph鰯ng tr荏 thành ma tr壱n 1 c瓜t cĩ 2880 giá tr鵜x "8逢嬰c 8逢c"x q"eƒe"p¿v"vtqpi"n噂r"HE0"D逢噂c softmax cĩ th吋8逢嬰c coi là m瓜t hàm logistic t鰻ng quát và cho ra là m瓜t vector g欝m các xác su医t (荏 8¤{"u胤 cĩ 3 xác su医v"v逢挨pi"泳ng v噂i 3 l噂p). Và cu嘘i cùng d英 li羽w"8逢嬰c phân lo衣k0"V逢挨pi"v詠 mơ hình LDA, sau 10 vịng l員p, bi吋u di宇p"8瓜 chính xác sau cùng b茨ng cách tính g瓜p các confusion matrix sau m厩i vịng l員p.

Hình 3.22 EXw"vt¿e"o»"j·pj"EPP"8z"zwXv"eてc"nwfp"x<n 3.7 Rj逢挨pi"rjƒr"8ƒpj"ikƒ

3.7.1 Lý thuy院t xác th詠c chéo

Xác th詠c chéo (cross validation) là k悦 thu壱v"8ƒpj"ikƒ"eƒe"o»"j·pj"vtqpi"j丑c máy b茨ng cách hu医n luy羽n nhi隠u mơ hình c栄a t壱p h嬰p con c栄a d英 li羽w"8亥w"x q"x "8ƒpj"ikƒ" chúng trên m瓜t t壱p h嬰p con khác. Xác th詠c chéo K-fold, d英 li羽w"8亥w"x q"8逢嬰c chia ra thành k t壱p h嬰p con, k悦 thu壱t s胤 s穎 d映ng (k-1) t壱r"eqp"8吋 ti院n hành hu医n luy羽n

(training) và 1 t壱p con cịn l衣k"8吋8ƒpj"ikƒ"o»"j·pj"*vguvkpi+0"Swƒ"vt·pj"p {"8逢嬰c l員p k l亥n v噂i các t壱p h嬰r"eqp"8逢嬰c thay phiên nhaụ

Hình 3.23 Sw{"vt·pj"eてc"zƒe"vjばe"ejfiq"M-fold.

Hình 3.23 là m瓜t ví d映 c栄a xác th詠c chéo k-fold (k = 4). Trong lu壱p"x<p."zƒe" th詠c chéo k-hqnf"*m"?"32+"8逢嬰c s穎 d映pi"8吋8ƒpj"ikƒ"m院t qu違 phân lo衣i c栄a thu壱t tốn trên 3 lo衣k"j pj"8瓜ni0"V逢挨pi"v詠 quy t逸c trên, d英 li羽w"8亥u vào s胤 chia ra làm 10-fold b茨pi"pjcw"*v逢挨pi"泳ng 10 t壱p h嬰r"eqp+"x "32'"8亥u tiên s胤 là t壱r"8ƒpj"ikƒ"x ";2'"e”p" l衣i là t壱p hu医n luy羽n l亥p"n逢嬰v"ejq"8院n h院t 10 mơ hình.

3.7.2 Các mơ hình và thơng s嘘8ƒpj"ikƒ

Hình 3.24 U¬"8げ"sw{"vt·pj"rj¤p"v ej"x "8ƒpj"ikƒ"mxv"swV0

Lu壱p"x<p"u胤 8ƒpj"ikƒ"m院t qu違 theo hình 3.24. Các khung ch英 nh壱v"8泳t nét là ph亥n k院t qu違荏 nghiên c泳w"vt逢噂c và khung ch英 nh壱t li隠n nét là các k院t qu違 m噂i trong lu壱p"x<p"nàỵ D英 li羽w"8亥u vào (1) s胤 là 2 t壱p d英 li羽w"8逢嬰c mơ t違荏 ph亥p"vt逢噂c và s胤 qua kh嘘i ti隠n x穎 lý (2) gi嘘ng nhaụ 雲 kh嘘i trích xu医v"8員e"vt逢pi"*5+."5"vjw壱v"vqƒp"8逢嬰c s穎 d映ng là CSP, FBCSP và DFBCSP. CSP và FBCSP khơng cĩ s穎 d映pi"d逢噂c l詠a ch丑p"8員e"vt逢pi"*6+"vtqpi"mjk"FHDCSP s胤 s穎 d映ng 3 lo衣i l詠a ch丑p"8員e"vt逢pi"8«"8逢嬰c

mơ t違荏 ph亥p"vt逢噂e0"Pj逢"x壱y s胤 cĩ 5 b瓜 trích xu医t khác nhau và các thơng s嘘 chi ti院t 8逢嬰c mơ t違荏 b違ng 3.6. 雲d逢噂c phân lo衣i (5) s胤ejkc"tc"4"vt逢運ng h嬰p là phân lo衣i 2 l噂p và phân lo衣i 3 l噂p. LDA s胤 tham gia phân lo衣i 2 l噂p và 3 l噂p (s穎 d映pi"rj逢挨pi" pháp b亥u ch丑n OVO). CNN s胤 ch雨 tham gia phân lo衣i 3 l噂r"x·"8„"n "o映c tiêu mơ hình BCI th詠c t院j逢噂ng t噂ị Thơng s嘘 các l噂p c栄a m衣pi"EPP"8逢嬰c mơ t違荏 b違ng 3.7. Các k院t qu違8隠w"8逢嬰e"8ƒpj"giá b茨pi"rj逢挨pi"rjƒr"zƒe"vj詠c chéo 10 vịng l員p và qua các thơng s嘘<"8瓜 chính xác, ROC và AUC. C映 th吋 các k院t qu違 s胤8逢嬰e"8ƒpj"ikƒ"pj逢"ucw<

‚ So sánh phân lo衣i 2 l噂p gi英a CSP vs. các bi院n th吋 v噂i mơ hình LDA ‚ So sánh phân lo衣i 3 l噂p gi英a CSP vs. các bi院n th吋 v噂i mơ hình LDA ‚ So sánh phân lo衣i 3 l噂p gi英a CSP vs. các bi院n th吋 v噂i mơ hình CNN ‚ So sánh phân lo衣i 3 l噂p gi英a LDA và CNN

D違pi"3.6 D違pi"e医w"j·pj"x "vj»pi"u嘘"eƒe"o»"j·pj"EUR."HDEUR"x "FHDEUR.

Mơ hình Rj逢挨pi"rjƒr"n詠a ch丑n Vùng t亥n s嘘 S嘘 vùng t亥n s嘘 Các h羽 s嘘 1. CSP - 8 Ỵ 14 Hz 1 m = 3 2. FBCSP - 4 Ỵ 40 Hz 17 m = 3

3. DFBCSP-Fisher H羽 s嘘 Fisher 4 Ỵ 40 Hz Tùy, 6 Ỵ 17 m = 3 4. DFBCSP-mRmR Thu壱t tốn mRmR 4 Ỵ 40 Hz Tùy, t嘘k"8c"8 m = 3 5. DFBCSP-FmRmR K院t h嬰p Fisher và mRmR 4 Ỵ 40 Hz Tùy, t嘘k"8c"8 m = 3

D違pi"3.7 Cƒe"n噂r"x "vj»pi"u嘘"e栄c"o衣pi"EPP"8逢嬰e"8隠"zw医v.

Các l噂p Các thơng s嘘

L噂r"8亥u vào 28 x 28, thang xám Solver sgdm L噂p tích ch壱p 2D, 5 x 5, 20 b瓜 l丑c Max epochs 20

ReLu - Initial learning rate 0.0001

L噂p g瓜p 違nh 4"z"4."8瓜f k"vt逢嬰t 2 Train/Validation 0.8/0.2 L噂p FC 3 l噂p, hàm softmax

3.8Ngơn ng英 l壱p trình

Lu壱p"x<p"u穎 d映ng MATLAB phiên b違n R2021b cho m丑i quá trình thu và x穎 lý tín hi羽ụ MATLAB là ngơn ng英 l壱r"vt·pj"ecq"ejq"v pj"vqƒp"m "vjw壱v0"Ej逢挨pi"trình tích h嬰r"o»k"vt逢運ng tính tốn, mơ ph臼ng và l壱r"vt·pj0"J挨p"p英a, MATLAB là m瓜t mơi vt逢運ng ngơn ng英 l壱p trình hi羽p"8衣i: nĩ cĩ nh英ng c医u trúc d英 li羽u ph泳c t衣p ch泳a, ch泳a các cơng c映8逢嬰c d詠ng s印n và phát hi羽n l厩i, và h鰻 tr嬰 l壱r"vt·pj"vjgq"8鵜pj"j逢噂ng c栄a 8嘘k"v逢嬰pi0"Eƒe"m "u逢"x "pj "mjqc"j丑c s穎 d映pi"OCVNCD"8吋 t鰻 ch泳c, làm s衣ch và phân tích các b瓜 d英 li羽u ph泳c t衣p t瑛8c"f衣pi"eƒe"n pj"x詠e"pj逢"mj "v逢嬰ng h丑c, b違o trì d詠8qƒp."pijk‒p"e泳u y h丑c và tài chính. Nh英ng y院u t嘘 này giúp MATLAB tr荏 thành 1 cơng c映 tuy羽t v運i cho h丑c t壱p và nghiên c泳u [94].

EJ姶愛PI"60"M蔭T QU VÀ BÀN LUN

K院t qu違 lu壱p"x<p"u胤8逢嬰e"vt·pj"d {"pj逢"ucw<

‚ M映c 4.1: nh逸c l衣i các k院t qu違荏 nghiên c泳w"vt逢噂c

‚ M映c 4.2: tr詠c quan hĩa s詠 c亥n thi院t c栄a vi羽c l詠a ch丑p"8員e"vt逢pi

‚ M映c 4.3: so sánh phân lo衣i 2 l噂p gi英a CSP và các bi院n th吋 v噂i mơ hình LDA ‚ M映c 4.4: so sánh phân lo衣i 3 l噂p gi英a CSP vs. các bi院n th吋 v噂i mơ hình LDA,

v噂k"o»"j·pj"EPP"x "8逢c"tc"pj壱p"8鵜nh mơ hình t嘘k"逢w"pj医t.

4.1 Nh逸c l衣i k院t qu違荏 các nghiên c泳w"vt逢噂c

Hình 4.1 Cƒej"vjとe"vt ej"zwXv"vtkcn"fばc"vt‒p"fの"nkうw"8げpi"dじ0"Eƒe"vtkcn"34u"8⇔ぢe" ikずk"jTp"dぞk"eƒe"8⇔ぜpi"nkzp"pfiv0"Vjぜk"ikcp"dhv"8Zw"vjばe"jkうp"v⇔ぞpi"v⇔ぢpi"8⇔ぢe" 8ƒpj"fXw"dぞk"eじv"D"x "8⇔ぜpi"8とv"pfiv"o w"v o0"Vjぜk"ikcp"mxv"vjとe"vjばe"jkうp"v⇔ぞpi" v⇔ぢpi"8⇔ぢe"8ƒpj"fXw"dぞk"eじv"E0"Eƒe"pj«p"8⇔ぢe"8ƒpj"fXw"3."4"x "5"v⇔¬pi"とpi"ejq"

nずr"fの"nkうw"Ðvc{"vtƒkĐ."Ðvc{"rjVkĐ"x "Ðej¤p0

雲 nghiên c泳w"vt逢噂c, h丑c viên 8«"vj pj"e»pi"vtqpi"xk羽e"vƒej"eƒe"8q衣n d英 li羽u theo t羽r"8ƒpj"f医u nhãn và m嘘c th運k"ikcp"8欝ng b瓜 (hình 603+0"Eƒe"vtkcn"34u"8逢嬰c trích tc"8吋 th詠c hi羽p"8ƒpj"ikƒ"GTF1GTU"x "vtkcn"8u"*mjq違ng th運k"ikcp"v逢荏pi"v逢嬰pi+"8吋8逢c"

vào kh嘘i x穎 lý và phân lo衣k0"Ucw"8„"eƒe"vtkcn"8逢嬰e"8逢c"swc"mj嘘i ti隠n x穎 lý, trích xu医t 8員e"vt逢pi"x "rj¤p"nq衣k"8«"p‒w"荏 ph亥p"vt逢噂c. B違ng 4.1 t鰻ng h嬰p k院t qu違8瓜 chính xác (trung bình ± 8瓜 l羽ch chu育n) phân lo衣i 2 l噂p (c員p 1, c員p 2 và c員p 3) và phân lo衣i 3 l噂p (theo hình th泳c OVO và OVA) c栄c"35"8嘘k"v逢嬰ng. Nh逸c l衣i, LVTN 8衣i h丑c ch雨 thu 8逢嬰c d英 li羽u c栄c"35"8嘘k"v逢嬰ng trong khi lu壱p"x<p"p {"vjw"vj‒o"8逢嬰e"5"8嘘k"v逢嬰ng m噂ị A嘘i v噂i phân lo衣i 2 l噂p, k院t qu違 cho th医{"e„"5135"8嘘k"v逢嬰ng cĩ kh違 p<pi"rj¤p" lo衣i t嘘t v噂k"8瓜 chính xác trung bình c栄a c違 ba c員p so sánh là trên 80% (B違ng 4.1). Vtqpi"mjk"8嘘k"v逢嬰pi"Ð23Đ"x "Ð33Đ"e„"8瓜ej pj"zƒe"ecq"8嘘i v噂i c員r"3."8嘘k"v逢嬰pi"Ð35Đ" e„"8瓜 ej pj"zƒe"ecq"8嘘i v噂i c員p so sánh 2 và 30"Ak隠u này cho th医y r茨ng kh違 p<pi" v逢荏pi"v逢嬰ng c違m giác các chi c栄c"eƒe"8嘘k"v逢嬰ng là khác nhau, ví d映8嘘i v噂k"8嘘k"v逢嬰ng Ð23Đ"vj·"mj違p<pi"rj¤p"dk羽t gi英a tay trái và tay ph違i là t嘘t j挨p phân bi羽t gi英a tay và ej¤p."e”p"8嘘i v噂k"8嘘k"v逢嬰pi"Ð35Đ"vj·"pi逢嬰c l衣k0"J挨p"p英c"eƒe"8嘘k"v逢嬰ng cĩ kh違p<pi" phân lo衣k"v逢荏pi"v逢嬰ng t嘘v"e”p"e„"8瓜 l羽ch chu育n th医p cho th医y d英 li羽u cĩ tính h瓜i t映 j挨p"x "8ƒpi"vkp"e壱{"j挨p0"Piq k"tc."e„"6135"8嘘k"v逢嬰pi"e„"8ƒr"泳ng khá v噂k"8瓜 chính xác trung bình 荏 pi逢叡ng 70% (B違pi"603+0"Eƒe"8嘘k"v逢嬰pi"Ð27Đ."Ð32Đ"x "Ð34Đ"e„"u詠 chênh l羽ch gi英a các c員p so sánh là r医t ít, cho th医y kh違p<pi"rj¤p"dk羽t các lo衣k"v逢荏ng v逢嬰ng là ngang b茨pi"pjcw."pj逢pi"8瓜 chính xác trung bình v磯n 荏 m泳e"v逢挨pi"8嘘i th医p. A嘘i v噂i k院t qu違 phân lo衣i 3 l噂p, vì là t鰻ng hịa c栄a c違 ba k院t qu違 phân lo衣k"8»k" m瓜t nên k院t qu違 chung này s胤 th医r"j挨p"pjk隠u so v噂i các k院t qu違 phân lo衣i t瑛pi"8»k" m瓜t (gi違m 5 Ỵ 15%). C映 th吋, 9135"8嘘k"v逢嬰pi"e„"8瓜 chính xác trung bình c叡 50%, 3/13 8嘘k"v逢嬰ng ti羽m c壱n 60%, x "5135"8嘘k"v逢嬰pi"vt‒p"92'."vtqpi"8„"8嘘k"v逢嬰pi"Ð35Đ"8瓜 ej pj"zƒe"n‒p"8院n ~ 85%. J挨p"p英c."8瓜 l羽ch chu育n khi tính trung bình t医t c違eƒe"8嘘i v逢嬰ng là 13% cho th医y s詠 chênh l羽ch kh違p<pi"rj¤p"dk羽t các tác v映 gi英c"eƒe"8嘘k"v逢嬰ng l噂n. T医t c違 các k院t qu違 trên cho th医y r茨ng:

‚ Khơng cĩ s詠 khác bi羽t l噂n gi英c"rj逢挨pi"vj泳c OVO và OVẠ Nên trong lu壱n x<p"p {."ej雨 s穎 d映pi"QXQ"8吋8ƒpj"ikƒ"荏 nh英ng k院t qu違 ti院p theọ

‚ Ch雨e„"5"8嘘k"v逢嬰pi"8逢嬰c 8ƒpj"ikƒ"n "v逢挨pi"8嘘i phù h嬰r"8吋 cĩ th吋8逢c"x q"j羽 th嘘ng MI-BCI th詠c t院. C亥n xây d詠ng b瓜 x穎 lý và phân lo衣i tín hi羽u hi羽u qu違 j挨p"8吋 cĩ th吋8ƒr"泳pi"8逢嬰c kh違p<pi"pjk隠w"8嘘k"v逢嬰ng.

‚ Nh壱n xét cho th医y khơng ph違k"8嘘k"v逢嬰pi"p q"e pi"e„"m院t qu違 phân lo衣i cao, b荏k"x·"rj逢挨pi"vj泳c motor imagery khơng dành cho t医t c違eƒe"8嘘k"v逢嬰ng mà ch雨 phù h嬰p v噂i cáe"8嘘k"v逢嬰pi"e„"8ƒr"泳ng ph違n h欝i khá t嘘t. A¤{"i丑i là hi羽p"v逢嬰ng Ðvjk院u h映v"vtqpi"DEKĐ"o "u胤 8逢嬰c gi違i thích 荏 ph亥p"ucw0"A吋 kh逸c ph映c hi羽n v逢嬰ng này cĩ nhi隠u cách, và m瓜t s嘘 trong nh英ng cách này là kh違o sát trên vùng t亥n s嘘 r瓜pi"j挨p"x "z¤{"f詠ng nhi隠u mơ hình phù h嬰r"j挨p0

D違pi"601 D違pi"m院v"sw違"rj¤p"nq衣k"vjgq"dc"rj逢挨pi"rjƒr"*rj¤p"nq衣k"4"n噂r."rj¤p"nq衣k"5" n噂r"QXQ"x "rj¤p"nq衣k"5"n噂r"QXC+"e栄c"NFC0"E員r"3"Ỵvc{"vtƒk"xu0"vc{"rj違k"*NJ-RH); e員r"4"Ỵvc{"rj違k"xu0"ej¤p"*TJ-H+="x "e員r"5"Ỵ chân vs. tay trái (F-LH).

A嘘i v逢嬰ng

Phân lo衣i 2 l噂p t瑛pi"8»k"o瓜t Phân lo衣i 3 l噂p Ðqpg-vs- qpgĐ Phân lo衣i 3 l噂p Ðqpg-vs-cnnĐ LH-RH RH-F F-LH 01 90.58 罰 6.29 80.95 罰 4.04 81.43 罰 5.83 75.55 罰 5.05 74.25 罰 7.17 02 67.79 罰 4.31 53.03 罰 7.75 62.76 罰 5.59 43.02 罰 5.43 45.32 罰 3.54 03 63.41 罰 6.65 65.56 罰 8.57 67.99 罰 4.61 51.57 罰 5.93 51.22 罰 5.60 04 73.62 罰 3.2 64.23 罰 7.88 76.25 罰 6.33 59.08 罰 8.90 57.02 罰 4.0 05 73.14 罰 6.62 71.70 罰 3.65 74.36 罰 5.81 61.75 罰 6.07 61.63 罰 3.19 06 61.06 罰 5.49 70.44 罰 5.97 74.04 罰 7.02 51.10 罰 6.28 50.95 罰 4.73 07 70.17 罰 3.18 65.87 罰 8.11 58.13 罰 7.06 49.27 罰 5.81 49.83 罰 6.16 08 62.55 罰 5.88 77.32 罰 5.71 78.13 罰 5.12 58.49 罰 5.50 61.30 罰 4.53 09 71.40 罰 4.68 62.67 罰 6.76 68.03 罰 7.47 52.15 罰 3.86 49.50 罰 6.30 10 62.75 罰 6.88 57.70 罰 7.32 59.75 罰 7.27 41.49 罰 8.71 42.58 罰 7.80 11 93.75 罰 3.6 82.65 罰 4.07 88.68 罰 3.64 79.78 罰 4.89 78.95 罰 3.50 12 67.61 罰 9.16 67.91 罰 6.06 65.24 罰 6.82 51.23 罰 10.65 49.25 罰 6.63 13 85.96 罰 7.26 96.18 罰 2.29 95.74 罰 3.56 85.99 罰 2.91 83.42 罰 5.07 Trung bình 72.60 10.88 70.47 11.49 73.12 11.12 58.65 13.71 58.09 13.18

A吋 ch泳ng minh s詠 c亥n thi院t vi羽c kh違o sát thêm vùng t亥n s嘘 r瓜pi"j挨p"vtqpi"swƒ" trình trích xu医t và phân lo衣k"8員e"vt逢pị"ta xem k院t qu違 8ƒr"泳ng ERD/ERS qua bi吋u 8欝 màu th運i gian-t亥n s嘘 c栄a 1 8嘘k"v逢嬰pi"mfio"*8嘘k"v逢嬰ng 02) (hình 4.2). M員c dù cĩ nh英pi"8k吋m màu xu医t hi羽p"vt‒p"8欝 th鵜, nh英pi"8k吋m này r運i r衣c và khơng t壱p trung t衣i m瓜t vùng t亥n s嘘 c映 th吋e pi"pj逢"8瓜 nh衣t c栄c"8k吋m màụ C映 th吋荏 vùng t亥n s嘘 8 Ỵ 14 Hz, các 8ƒr"泳ng c栄a tác v映 h亥w"pj逢"ik嘘pi"pjcw."vtqpi"mjk"8„"eƒe"8ƒr"泳ng 荏 vùng 6 Ỵ 10 Hz ho員c 14 Ỵ 18 Hz cĩ s詠 khác nhau gi英a 3 tác v映. Vì kh嘘i phân lo衣i ch雨 xét trong vùng 8 Ỵ 14 Hz nên kh違p<pi"ecq"8k隠u này làm suy gi違m kh違p<pi"rj¤p"nq衣i c栄a m瓜t s嘘 8嘘k"v逢嬰ng. Các y院u t嘘 mjƒej"swcp"mjƒe"8逢嬰e"8隠 c壱p e pi cĩ kh違 p<pi"n o"uw{" gi違o"pj逢<"vt衣ng thái c栄c"8嘘k"v逢嬰pi"mjk"8q."u詠 bu欝n ng栄, s詠 khơng t壱p trung. Tuy nhiên, lu壱p"x<p"ej雨 nh逸o"8院n gi違i quy院t c違i thi羽n kh違p<pi"e栄c"8嘘k"v逢嬰ng.

Hình 4.2 Aƒr"とpi"eてc"8ぐk"v⇔ぢpi"Ð24Đ"vj⇔e"jk‒p"eV"5"nqTk"v⇔ぞpi"v⇔ぢpi<"vc{"vtƒk" *j·pj"vtƒk+."vc{"rjVk"*j·pj"ikのc+"x "ej¤p"*j·pj"rjVk+0"Eƒe"oぐe"qpugv"x "qhhugv"8⇔ぢe" 8ƒpj"fXw"nZp"n⇔ぢv"n "8⇔ぜpi"ejXo"8gp"vTk"2u"x "8u0"Vtつe"jq pj"n "vjぜk"ikcp"x "vtつe" vwpi"n "vZp"uぐ0"Rjご"o w"vjあ"jkうp"ikƒ"vtお"GTF1GTU"xずk"ikƒ"vtお"GTF"e pi"ecq"uv"e pi"

vkxp"xz"o w"8ぎ"x "ikƒ"vtお"GTU"e pi"ecq"uv"vkxp"xz"o w"zcpj0

J挨p" p英a, ngồi vùng sĩng alpha, nghiên c泳u [95] 8«" u穎 d映pi" ÐVgorqtcn" Tgncvkxg"RqygtĐ"*v衣m d鵜ch: cơng su医t v逢挨pi"8嘘i theo th運k"ikcp+"8吋8ƒpj"ikƒ"8ƒr"泳ng

vùng sĩng beta trên cùng t壱p d英 li羽u t詠 vjw"8逢嬰c mơ t違 荏 ph亥p"vt逢噂c. K院t qu違 c栄a nghiên c泳u này kh鰯pi"8鵜nh r茨ng m瓜t s嘘8嘘k"v逢嬰ng s胤i¤{"tc"8ƒr"泳ng ERD m衣nh 荏 các vùng sĩng beta khác nhau khi th詠c hi羽p"v逢荏pi"v逢嬰ng v壱p"8瓜ng.

T瑛 các k院t qu違 trên cho th医y vi羽c kh違o sát vùng t亥n s嘘 r瓜ng và chia nh臼 thành các vùng nh臼 là c亥n thi院t trong vi羽c xây d詠ng mơ hình phù h嬰p cho t瑛pi"8嘘k"v逢嬰ng; t瑛8„"e違i thi羽n k院t qu違 phân lo衣i c栄a BCỊ Ngồi vi羽c c違i ti院n b瓜 trích xu医v"8員c tt逢pi" 8吋 c違i thi羽n kh違p<pi"rj¤p"nq衣i, s穎 d映ng các b瓜 phân lo衣k"mjƒe"pjcw"e pi"e„"mj違p<pi" n o"v<pi"k院t qu違 phân lo衣i c栄a BCỊ C映 th吋 lu壱p"x<p"u胤 so sánh b瓜 phân lo衣i c鰻8k吋n LDA và m衣ng neuron tích ch壱p hi羽p"8衣i CNN.

4.2 Th吋 hi羽n k院t qu違vt逢噂c và sau khi l詠a ch丑p"8員e"vt逢pi

Hình 4.3 C+"Eƒe"x́pi"vZp"uぐ"8⇔ぢe"ejがp"vjgq"vk‒w"ej "eてc"vなpi"vjwfv"vqƒp"ejq"3"epr" uq"uƒpj"*vc{"vtƒk"xu0"vc{"rjVk+0"D+"Vjあ"jkうp"eƒe"8pe"vt⇔pi"uぬ"fつpi"v-UPG"rnqv"5"ejkzw"

vt⇔ずe"mjk"nばc"ejがp"8pe"vt⇔pi"*39"x́pi"vZp"uぐ+0"E+"Vjあ"jkうp"eƒe"8pe"vt⇔pi"uぬ"fつpi" 8げ"vjお"v-UPG"5"ejkzw"vt⇔ずe"mjk"nばc"ejがp"8pe"vt⇔pi"uぬ"fつpi"vjwfv"vqƒp"HoToT"*7"

x́pi"vZp"uぐ+0"Akあo"o w"v o"ejq"vc{"vtƒk"x "8kあo"o w"zcpj"ejq"vc{"rjVk0

S穎 d映ng nhi隠u vùng t亥n s嘘 nh臼 8吋 kh違o sát kh違p<pi"rj¤p"nq衣i c栄a nhi隠w"8嘘i v逢嬰pi"mjƒe"pjcw."pj逢pi"8吋 xây d詠pi"8逢嬰c mơ hình t嘘k"逢w"x "eƒ"pj¤p"j„c"ejq"v瑛ng 8嘘k"v逢嬰ng c亥p"e„"d逢噂c l詠a ch丑p"eƒe"8員e"vt逢pi"e„"#"pij c0"P„k"eƒej"mjƒe"n "n詠a ch丑n các vùng t亥n s嘘 cĩ nhi隠u thơng tin c栄c"tk‒pi"eƒe"8嘘k"v逢嬰ng. Nhi隠u nghiên c泳u [88,

96] 8«"mj鰯pi"8鵜nh vi羽c s穎 d映ng t医t c違8員e"vt逢pi"*dcq"i欝o"8員e"vt逢pi"e„"pjk隠u thơng vkp"x "8員e"vt逢pi"vj瑛a) s胤 làm gi違m hi羽u su医t phân lo衣i c栄c"o»"j·pj"8ƒpi"m吋0"A吋 minh ch泳pi"ejq"8k隠w"8„."x "f映 c栄a vi羽c phân lo衣i tay trái và tay ph違i c栄c"8嘘k"v逢嬰ng 01 trong 3"pi {"8q"d医t k 8逢嬰c th吋 hi羽n 荏 hình 4.3. Hình 4.3.A th吋 hi羽n các vùng t亥n s嘘8逢嬰c l詠a ch丑n l亥p"n逢嬰t theo h羽 s嘘 Fisher, thu壱t tốn mRmR; riêng thu壱t tốn FmRmR l詠a ch丑n t亥n s嘘 b茨ng cách l医y ph亥n giao c栄a 2 thu壱v"vqƒp"vt‒p"8吋8逢c"tc"eƒe"x́pi"v嘘k"逢w0" Các vùng t亥n s嘘8逢嬰c ch丑n tr違i dài t瑛x́pi"vjgvc."cnrjc"x "dgvc0"A吋uq"uƒpj"8瓜 phân bi羽v"eƒe"vtkcn"vt逢噂c khi l詠a ch丑p"8員e"vt逢pi"*j·pj"6050B) và sau khi l詠a ch丑p"8員e"vt逢pi" (hình 4.3.C+."eƒe"xgevqt"8員e"vt逢pi"8逢嬰c v胤 lên m員t ph鰯ng 3D s穎 d映pi"8欝 th鵜 t-SNE (t-distributed stochastic neighbor embeđing) [97]. t-SNE là thu壱t tốn gi違m chi隠u d英 li羽u phi tuy院n mà th吋 hi羽n d英 li羽u nhi隠u chi隠u trên m員t ph鰯ng 2 chi隠u ho員c 3 chi隠u pj逢pi"x磯p"8違m b違o kho違pi"eƒej"v逢挨pi"8嘘i gi英c"eƒe"8k吋m. Ta cĩ th吋 th医y rõ các trial ch泳c"eƒe"8員e"vt逢pi"8«"8逢嬰c ch丑n l丑c b茨ng thu壱t tốn FmRmR 荏 hình 4.3.C d宇 phân bi羽v"j挨p"eƒe"vtkcn"荏 hình 4.3.B mjk"ej逢c"swc"ej丑n l丑c.

Tuy nhiên, nh逸c l衣i vi羽c s穎 d映ng nhi隠u vùng t亥n s嘘 khác nhau và t嘘k"逢w"j„c"ch雨 cĩ th吋 c違i thi羽p"8逢嬰c m瓜v"x k"8嘘k"v逢嬰pị"mj»pi"8違m b違o m丑k"8嘘k"v逢嬰pi"8隠w"8逢嬰c c違i thi羽n t嘘t. Vi羽c này ch雨 gi違i quy院t v医p"8隠 tính phù h嬰p c栄a mơ hình và là m瓜t trong nhi隠u y院u t嘘違pj"j逢荏pi"8院n hi羽u su医t BCI mà lu壱p"x<p"mj»pi"vj吋 gi違k"8ƒr"vq p"d瓜. A¤{"e ng là m瓜t trong nh英pi"pj逢嬰e"8k吋m c栄a h羽 BCỊ

4.3 K院t qu違 phân lo衣i 2 l噂p c栄a LDA (CSP vs. các bi院n th吋)

A吋 xem s詠 c違i thi羽n k院t qu違 phân lo衣i phân lo衣k."8瓜 chính xác c栄a t瑛ng mơ hình c栄c"eƒe"8嘘k"v逢嬰pi"8逢嬰c th吋 hi羽n trên bi吋w"8欝 c瓜v"*j·pj"606+0"N逢w"#"8瓜 chính xác th吋 hi羽n 荏j·pj"606"8逢嬰e"zfiv"vtqpi"vt逢運ng h嬰p g瓜p t医t c違eƒe"pi {"8q"e栄c"épi"8嘘k"v逢嬰ng. A瓜 chính xác c栄a c員r"3"8逢嬰c bi吋u di宇n 荏 8欝 th鵜 trên, c員p 2 荏 8欝 th鵜 gi英a và c員p 3 荏 8欝 th鵜 f逢噂ị

Hình 4.4 Aじ"ej pj"zƒe"rj¤p"nqTk"eてc"38"8ぐk"v⇔ぢpi"vtqpi"fの"nkうw"vば"vjw"*vXv"eV"pi {" 8q+"swc"7"o»"j·pj"mjƒe"pjcw<"EUR"*zcpj"t‒w+."HDEUR"*zcpj"f⇔¬pi+."FHDEUR"Ỵ

Fisher (tím), DFBCSP ỴoToT"*zcpj"pjぢv+"x "FHDEUR"ỴHoToT"*p¤w+0"Mxv"swV" 8⇔ぢe"vjあ"jkうp"swc"5"epr"uq"uƒpj"*epr"3"Ỵvc{"vtƒk"xu0"vc{"rjVk="epr"4"Ỵvc{"rjVk"xu0"

ej¤p="epr"5"Ỵ chân vs. tay trái).

Mơ hình CSP (xanh rêu) ch雨 phù h嬰p v噂k"5"8嘘k"v逢嬰ng ID01, ID11 và ID13 v噂i 8瓜 chính xác các c員p so sánh trên 80%. Tuy nhiên khi áp d映ng các thu壱t tốn s穎 d映ng nhi隠u vùng t亥n s嘘, h亥u h院t m丑k"8嘘k"v逢嬰pi"8隠w"e„"8瓜 c違i thi羽n nh医v"8鵜pj0"Aƒpi"ej¿"#" là 荏8嘘k"v逢嬰ng ID01, ID02, ID06, ID08, ID11, ID12, ID14, ID15 và ID16 cĩ s詠v<pi" lên rõ r羽t (10 Ỵ 30%). Nh運 v壱{"o "e„"vj‒o"7"8嘘k"v逢嬰pi"8逢嬰e"ejq"n "e„"8瓜 phân lo衣i t嘘t (>80%). Ngồi ra, m瓜v"8k隠w"8ƒpi"n逢w"#"n "8瓜 chính xác phân lo衣i c栄a c員p 2 và c員p 5"8c"rj亥n l噂p"j挨p"e員r"30"Ak隠u này cĩ th吋 do vi羽c phân bi羽v"ej¤p"x "vc{"t "t pi"j挨p" phân bi羽t tay trái và tay ph違ị Khơng cĩ s詠 khác bi羽t gi英c"8瓜 phân lo衣i c栄a FBCSP và các DFBCSP.

Một phần của tài liệu Đánh giá khả năng phân loại của giao diện não máy tính sử dụng linear discriminat analysis và mạng neuron tính chập với các bộ lọc không gian (Trang 70)

Tải bản đầy đủ (PDF)

(132 trang)