Dynamic topographical pattern classification of multichannel prefrontal NIRS signals
Notice bibliographique
Résumé
OBJECTIVE: Near-infrared spectroscopy (NIRS) is an optical imaging technique that has recently been considered for brain-computer interface (BCI) applications. To date, NIRS-BCI studies have primarily made use of temporal features of brain activity, derived from the time-course of optical signals measured from discrete locations, to differentiate mental states. However, functional brain imaging studies have indicated that the spatial distribution of haemodynamic activity is also rich in information. Thus, the progression of a response over both time and space may be valuable to brain state classification. In this paper, we investigate the implication of including spatiotemporal features in the single-trial classification of haemodynamic events for a two-class problem by exploiting this information from dynamic NIR topograms. APPROACH: The value of spatiotemporal information was explored through a comparative analysis of four different classification schemes performed on multichannel NIRS data collected from the prefrontal cortex during a mental arithmetic activation task and rest. Employing a linear discriminant classifier, data were analysed using spatiotemporal features, temporal features, and a collective pool of spatiotemporal and temporal features. We also considered a majority vote combination of three classifiers; each established using one of the above feature sets. Lastly, two separate task durations (20 and 10 s) were considered for feature extraction. MAIN RESULTS: With features from the longer task interval, the highest overall classification accuracy was achieved using the majority voting classifier (76.1 ± 8.4%), which was greater than the accuracy obtained using temporal features alone (73.5 ± 8.5%) (F3,144 = 7.04, p = 0.0002). While results from the shorter task duration were lower overall, the classifier employing only spatiotemporal features (with an average accuracy of 67.9 ± 9.3%) achieved a higher average accuracy than the rate obtained using only temporal features (64.4 ± 8.4%) (F3,144 = 18.58, p < 10(-4)). SIGNIFICANCE: Collectively, these results suggest that spatiotemporal information can be of value in the analysis of functional NIRS data, and improved classification rates may be obtained in future NIRS-BCI applications with the inclusion of this information.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».