Schätzung von Erkennungsraten auf ECoG-Daten mithilfe von vollständig nicht-invasiven MEG-Messungen

Please copy the URL and add it into your RSS Feed Reader.

Klinische Neurophysiologie 2017; 48(01): 40-43
DOI: 10.1055/s-0041-106860

Posterpreistäger

Towards an Estimation of ECoG Decoding Results Based on Fully Non-invasive MEG Acquisition

Authors

N. Heinze

³Leibniz Institut für Neurobiologie, Magdeburg

^*Diese Autoren haben gleichberechtigt zu dieser Arbeit beigetragen
T. Pfeiffer

¹Institut für Medizintechnik, Otto-von-Guericke Universität Magdeburg

^*Diese Autoren haben gleichberechtigt zu dieser Arbeit beigetragen
M. A. Schoenfeld

²Institut für Neurologie, Universitätsklinikum Magdeburg

³Leibniz Institut für Neurobiologie, Magdeburg
G. Rose

¹Institut für Medizintechnik, Otto-von-Guericke Universität Magdeburg

Publication Date:
02 December 2015 (online)

Brain-Computer-Interfaces - Elektrokortikografie - Magnetoenzephalografie - Klassifikation - Paradigmenplanung

Brain-Computer-Interfaces - Electrocorticography - Magnetoencephalography - Classification - Paradigm-development

Literatur
1 Mellinger J, Schalk G, Braun C et al. An meg-based brain-computer interface (bci). NeuroImage 2007; 36: 581-593

Reference Link Ris
Crossref PubMed Search in Google Scholar
2 Schalk G, Leuthardt EC. Brain-computer interfaces using electrocorticographicsignals. Biomedical Engineering, IEEE Reviews in 2011; 4: 140-154

Reference Link Ris
PubMed Search in Google Scholar
3 Wissel T, Pfeiffer T, Frysch R et al. Hidden markov model and support vector machine based decoding of finger movements using electrocorticography. Journal of Neural Engineering 2013; 10: 056020

Reference Link Ris
Crossref PubMed Search in Google Scholar
4 Pfeiffer T, Heinze N, Gerber E et al. Decoding of Picture Category and Presentation Duration – Preliminary Results of a Combined ECoG and MEG Study. 6th Intl. BCI Conf

Reference Link Ris
PubMed