A Sensor-Fusion Method for Motion Artifacts Reduction in Intraoral EEG Signals
Notice bibliographique
Résumé
In recent studies, electroencephalogram (EEG) signals are acquired intraorally from the palate region. However, intraoral EEG study is a less explored research area and its challenges are yet to be investigated. In this study, we look into the possibility of studying EEG signals from various intraoral locations and investigate the sources of motion artifacts during intraoral EEG measurements. Later, we propose a sensor fusion of EEG electrodes and accelerometer module to monitor intraoral EEG signal and intraoral motions simultaneously. The EEG electrodes, accelerometer, and sensor read-out circuitry are integrated with a mandibular advancement device (MAD). The system is battery-operated and uses a Bluetooth 5.0 transceiver to send data wirelessly. The smart MAD is used to acquire intraoral EEG and accelerometer data and a MATLAB-based algorithm is implemented using empirical mode decomposition (EMD) and independent component analysis (ICA) to decompose the EEG signal components. The decomposed ICA components containing intraoral motion artifacts are then mapped with the motion events extracted from the accelerometer data to identify the motion-corrupted data segments. The ICA components containing intraoral motions are then denoised by nullifying the motion-corrupted data segments. A motion artifact reduced intraoral EEG is reconstructed from the denoised ICA components. The efficacy of the sensor fusion and the proposed algorithm are demonstrated by quantifying the signal-to-noise ratio (SNR) difference and percentage artifacts reduction based on correlation analysis from the EEG signals before and after motion artifacts reduction. Later, the processed intraoral EEG signals are also analyzed for the detection of ‘eye open’ and ‘eye close’ activities in the presence of intraoral motions. The device along with the algorithm will have potential applications for motion artifact-free intraoral EEG monitoring.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».