Automatic Eyeblink Artifact Removal from Single Channel EEG Signals Using One-Dimensional Convolutional Denoising Autoencoder

Eyeblink artifacts are common and significant disruption that occurs when the subject blinks during the recording of the Electroencephalogram (EEG) signals. Removing this artifact is essential to ensure the precision and reliability of the recorded brain activity. Compared to multichannel EEG system...

Celý popis

Podrobná bibliografie

Vydáno v:	International Conference on Computer, Electrical & Communication Engineering (Online) s. 1 - 7
Hlavní autoři:	Acharjee, Raktim, Ahamed, Shaik Rafi
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 02.02.2024
Témata:	Automatic Artifact Removal Brain modeling Brain-Computer Interface (BCI) Convolution Convolutional Denoising Autoencoder Correlation coefficient Decoding Electroencephalogram (EEG) Electroencephalography Eyeblink Artifact Noise reduction Single Channel EEG Training
ISSN:	2768-0576
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!