Fine-tuning and Personalization of EEG-based Neglect Detection in Stroke Patients
Fine-tuning and Personalization of EEG-based Neglect Detection in Stroke Patients
复制标题
基于脑电图的中风患者忽视检测的微调和个性化
DOI：
10.1109/embc46164.2021.9630794
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Akcakaya, Murat
中科院分区：
文献类型：
--
作者：
Kocanaogullari, Deniz;Huang, Xiaofei;Mak, Jennifer;Shih, Minmei;Skidmore, Elizabeth;Wittenberg, George F.;Ostadabbas, Sarah;Akcakaya, Murat
空间忽视（Spatial neglect， SN）是一种由单侧脑损伤（如中风）引起的对视视野视觉刺激注意力不集中的神经系统疾病。目前评估SN的金标准方法是传统的行为注意力不集中测试（BIT-C），其结果变化很大，而且不一致。在我们之前的工作中，我们建立了一个基于增强现实（AR）的BCI来克服BIT-C的局限性，并以较高的精度对被忽略和非被忽略的目标进行分类。我们之前的方法包括忽略检测分类器的个性化，但这个过程需要从零开始进行严格的再训练，并且需要为每个参与者进行耗时的特征选择。我们工作的未来步骤将需要快速个性化忽略分类器；因此，在本文中，我们研究了神经网络模型的微调以加速个性化过程。
Spatial neglect (SN) is a neurological disorder that causes inattention to visual stimuli in the contralesional visual field, stemming from unilateral brain injury such as stroke. The current gold standard method of SN assessment, the conventional Behavioral Inattention Test (BIT-C), is highly variable and inconsistent in its results. In our previous work, we built an augmented reality (AR)-based BCI to overcome the limitations of the BIT-C and classified between neglected and non-neglected targets with high accuracy. Our previous approach included personalization of the neglect detection classifier but the process required rigorous retraining from scratch and time-consuming feature selection for each participant. Future steps of our work will require rapid personalization of the neglect classifier; therefore, in this paper, we investigate fine-tuning of a neural network model to hasten the personalization process.
影响因子：
2.7
作者：
Luukkainen-Markkula, R.;Tarkka, I. M.;Hamalainen, H.
通讯作者：
Hamalainen, H.
开发视觉空间忽视的行为测试。
影响因子：
4.3
作者：
B. Wilson;J. Cockburn;P. Halligan
通讯作者：
P. Halligan