Aitheantas Urlabhra Guta Ó Rat Electroencephalography Ag Úsáid Líonra Néarrach Cuimhne Gearrthéarmach Fada Cuid 3

Aicmitheoirí meaisínfhoghlama

Cuireadh feidhmíocht BiLSTM i gcomparáid le gnáth-aicmitheoirí meaisínfhoghlama: SVM le heithne líneach (SVM_lin), SVM le heithne feidhm bonn gathaigh (SVM_rbf), foraoisí randamacha (RF), NB, agus KNN.

Is algartam foghlama meaisín é foraoise randamach a úsáidtear go forleathan faoi láthair i réimsí éagsúla anailíse agus tuar sonraí. I gcomparáid le halgartaim meaisínfhoghlama eile, tá láidreacht agus cruinneas níos fearr aige, agus laghdaítear rófheisteas go héifeachtach. Le blianta beaga anuas, tá raon feidhme iarratais na bhforaoisí randamacha ag leathnú, agus is féidir é a úsáid fiú chun cumas cuimhne daonna áirithe a thuar.

I réimse na síceolaíochta cognaíocha, is treo taighde an-tábhachtach é cuimhne. Tá eolaithe ag lorg bealach simplí agus éifeachtach chun leibhéil chuimhne an duine a mheas. Le blianta beaga anuas, tá teacht chun cinn na bhforaoisí randamacha tar éis smaointe agus modhanna nua a thabhairt don réimse seo.

Is féidir le Random Forest múnla a oiliúint chun athróg a thuar, rud ar féidir leat a bheith ina rud ar bith is mian leat a thuar, lena n-áirítear cumas cuimhne. Is féidir le heolaithe fachtóirí ábhartha a thabhairt isteach i múnla randamach foraoise chun a thuar cé chomh maith agus a scórálfaidh duine i dtástáil chuimhne. Is féidir fachtóirí mar aois, leibhéal oideachais, inscne, meáchan, etc., nó táscairí bitheolaíocha mar struchtúr inchinn a bheith sna fachtóirí seo. De réir taighde, tá gaol áirithe idir na fachtóirí seo agus cumas cuimhne an duine.

Trí mhéideanna móra sonraí tástála ó ábhair a bhailiú agus a anailísiú, is féidir le heolaithe samhail a thógáil a thuar cumas cuimhne i múnla foraoise randamach. Is féidir le torthaí a thuar faisnéis luachmhar a sholáthar faoi fheidhmíocht ábhair sa todhchaí ar thástáil chuimhne áirithe.

Go hachomair, cuireann an algartam foraoise randamach bealach nua ar fáil d'eolaithe chun leibhéil chuimhne an duine a mheas. Sa todhchaí, d'fhéadfadh go mbeadh ról tábhachtach ag a chur i bhfeidhm i síceolaíocht chognaíoch, néareolaíocht, agus réimsí eile. Tá cúis againn a chreidiúint gur féidir leis an meascán d'fhoraoisí randamacha agus teicnící eile peirspictíocht níos leithne agus tuiscint níos doimhne a sholáthar ar thaighde ar fheidhm na hinchinne daonna. Is féidir a fheiceáil go gcaithfimid cuimhne a fheabhsú, agus is féidir le Cistanche deserticola feabhas mór a chur ar chuimhne, mar is féidir le Cistanche deserticola cothromaíocht neurotransmitters a rialáil freisin, mar shampla leibhéil acetylcholine agus fachtóirí fáis a mhéadú. Tá na substaintí seo an-tábhachtach don chuimhne agus don fhoghlaim. Ina theannta sin, is féidir le Feola sreabhadh fola a fheabhsú freisin agus seachadadh ocsaigine a chur chun cinn, rud a d'fhéadfadh a chinntiú go bhfaigheann an inchinn go leor cothaithigh agus fuinnimh, rud a fheabhsóidh beogacht agus seasmhacht na hinchinne.

Cliceáil fios bealaí chun feidhm na hinchinne a fheabhsú

Tá sé mar aidhm ag SVM [74] an hipearphlána atá scartha go barrmhaith a chinneadh agus an corrlach a uasmhéadú, is é sin an fad idir na veicteoirí tacaíochta. Trí úsáid a bhaint as an cleas eithne, tá SVM in ann spás gné a mhapáil ó thoisí íseal go toisí ard; dá bhrí sin, is féidir leis aicmiú líneach agus aicmiú neamhlíneach a dhéanamh go héifeachtach.

Feidhmíonn RF [75] trí chrainn chinntí iolracha a thógáil le linn na céime oiliúna agus trí rang deiridh a ghiniúint a chomhcheanglaíonn torthaí gach crann cinntí. NB [76, 77] is aicmitheoir dóchúil é atá bunaithe ar theoirim agus dóchúlacht choinníollach Bayes a ghlacann leis de ghnáth go bhfuil gach gné neamhspleách ar a chéile.

Is cur chuige neamhpharaiméadrach é KNN [78] a rangaíonn an t-ionchur bunaithe ar an aicme tromlaigh dá k-chomharsana is gaire sa spás gné. De ghnáth, roghnaítear an luach k mar uimhir chorr chun ranganna ceangailte a sheachaint.

Chun na múnlaí meaisínfhoghlama thuas a oiliúint agus a mheas, úsáideadh an 10-CV céanna agus a úsáideadh in BiLSTM. Cuireadh na samhlacha meaisínfhoghlama go léir i bhfeidhm ag baint úsáide as an leabharlann Scikit-Learn [73] i Python.

Anailísí staidrimh

Rinneadh na hanailísí staitistiúla ar fad ag baint úsáide as bogearraí SPSS (leagan SPSS 20.0, SPSS Inc., Armonk, NY, USA) agus leagan bogearraí MATLAB 2017b (Mathworks, Inc., MA, USA).

Rinneadh anailís ar na sonraí le staitisticí paraiméadracha toisc gur léirigh na sonraí go léir sa staidéar dáileadh normalach i dtástáil Shapiro-Wilk (p > 0.05). Baineadh úsáid as ANOVA chun anailís a dhéanamh ar thábhacht staitistiúil na TFRanna de réir na spreagthaí gutaí éagsúla.
Ina theannta sin, rinneadh beart arís agus arís eile ANOVA chun feidhmíocht gach aicmitheora a chur i gcomparáid. Ina dhiaidh sin, rinneadh comparáidí péirewise ag baint úsáide as t-tástálacha péireáilte idir an líonra BiLSTM agus aicmitheoirí meaisín-fhoghlama clasaiceacha eile, agus rinneadh ceartú Bonferroni chun coigeartú a dhéanamh do bhoilsciú ráta earráide cineál I.

Socraíodh tábhacht staitistiúil an p-luacha ag 0.01 nuair a dhéantar comparáid idir TFR na bhfreagraí EEG, agus socraíodh leibhéal suntasachta an luach-p ag 0.05 nuair a dhéantar comparáid idir an fheidhmíocht idir líonra BiLSTM agus aicmitheoirí meaisínfhoghlama eile.

Torthaí

Léirigh an cloisteáil féidearthachtaí mar fhreagra ar fhuaimeanna gutaí

Chuaigh 19 bhfrancach Sprague-Dawley san iomlán faoi mháinliacht ionchlannú leictreoidí eipidiúir, agus tháinig allrats slán ón nós imeachta máinliachta. Mar thoradh air sin, taifeadadh freagraí EEG ar chúig fhuaim guta Béarla ó 19 bhfrancach ainéistéisithe isafflurane. Chun na meánfhoirmeacha AEP a bhaint as, rinneadh meán na bhfreagraí néaracha ar fad thar na hábhair do gach spreagadh. Léiríonn Fíor 4 na meánfhoirmeacha AEP do gach fuaim ghuta ó AAF déthaobhach.

De réir mar a bheifí ag súil leis, spreag gach fuaim ghuta catagóiriúil gníomhaíochtaí néaracha ar leith sa déthaobhach AAF le buaic-aimplitiúidí agus latencies éagsúla. Ba é buaic-aimplitiúid AEPanna, a shainmhínítear mar an voltas taifeadta ab airde tar éis na spreagthaí guta, ba lú do /i/ (61.74 ㎶ san AAF ar chlé agus 61.27 ㎶ san AAF ar dheis), agus léirigh AEPanna mar fhreagra ar /a/ na buaic-aimplitiúidí is mó. (92.12 ㎶ san AAF ar chlé agus 90.18 ㎶ san AAF ar dheis).

Ba é an bhuaic fhola, a shainmhínítear mar an fad ó thús an spreagtha go dtí an buaic-aimplitiúid ná thart ar {{0}}.39 s go 0.5 s, is giorra i /i/(0. 39 s sna AAFanna clé agus ar dheis), agus an ceann is faide san fhuaim /o/ (0.51 s sna AAFanna ar chlé agus ar dheis). Mar a léirítear i bhFíor 4, breathnaíodh tonnfhoirmeacha AEP comhchosúla ó na AAFanna clé agus ar dheis.

Anailís am-minicíochta ar chomharthaí EEG

Is modh cumhachtach é anailís ar am-minicíocht chun anailís a dhéanamh ar chomharthaí EEG neamhstáisiúnta thar eitleán minicíochta ama agus úsáidtear í chun faisnéis cháilíochtúil a sholáthar maidir le haicmiú EEG [79, 80]. Mar sin, ríomhadh TFR an mhór-mheánmhéid EEG do gach fuaim chun athruithe a bhaineann le haitheantas guta ar mhéid agus ar chéim na n-ascaluithe EEG ag minicíochtaí sonracha (Fíor 5A) a shainaithint.

Ón anailís TFR, breathnaíodh gníomhachtú ardchumhachta timpeall an bhanda deilt (1–4 Hz), téite (4–8 Hz), agus alfa (8–12 Hz) ag 0.3–{{8} }.6 s ón tús spreagtha, beag beann ar an spreagadh fuaime cainte.

Ina theannta sin, rinneadh tástáil ANOVA le ceartú Bonferroni chun anailís a dhéanamh ar na comhpháirteanna TFR atá suntasach go staitistiúil de réir gach spreagadh guta.

Ina dhiaidh sin, léirigh an luach F (Fíor 5B) cumhacht na réimsí atá suntasach go staitistiúil (p < {{0}}.01). San anailís, bhí an chuid is mó de na bannaí minicíochta EEG ó 0.2-0.8 s an-difriúil de réir na spreagthaí guta.

Ina theannta sin, bhí cuid den TFR ó {{0}}.8–1 s difriúil go staitistiúil do gach spreagadh. Agus na tonnta AEP agus torthaí na dtástálacha ANOVA á gcur san áireamh, tugadh le fios gurb iad na AEPanna ó 0.2–0.8 s tar éis spreagadh guta na freagraí néaracha is faisnéiseach agus bhain siad le haithint fuaime guta.

Oiliúint eiseamláireach agus meastóireacht ar líonraí BiLSTM

Bunaithe ar thorthaí Fíor 5B, roghnaíodh sonraí EEG a scagadh pas-bhanna idir 1–60 Hz le fuinneog ama de 0.2–0.8 s. Ansin, úsáideadh z-scóir na sonraí EEG roghnaithe mar ionchur do líonra BiLSTM.

Roinneadh na sonraí EEG go léir i 10 gcinn laistigh de gach ábhar chun líonraí BiLSTM a mheas. Dá bhrí sin, fuarthas an fheidhmíocht tástála in aghaidh fillte an tsamhail oilte leis na fillteáin eile i 10-scéim CV.

Rinneadh feidhmíocht an líonra a mheas agus úsáid á baint as méadracht chruinnis, scór f{{{{0}}, agus staitistic kappa κ Cohen (Fíor 6 agus Tábla 1). Ba é meánchruinneas idirdhealaithe EEG cúig aicme líonra BiLSTM ná75.18 ± 7.06% agus ba é 0.74 ± {0} an scór f1-.08 . Ba é κ Cohen ná 0.68 ± 0.09, a léirmhíníodh mar chomhaontú measartha [81].

Chun anailís níos mine a dhéanamh ar fheidhmíocht líonra BiLSTM, breacadh an mhaitrís mearbhaill in Fíor 7. Thug sé seo le fios gur tharla go leor de na hearráidí mar gheall ar mhí-rangú na bhfreagraí EEG ar /u/ mar /a/ agus /e/ mar /o/. Mar sin féin, rinne líonra BiLSTM an chuid is mó de na freagraí EEG a rangú le cruinneas níos mó ná 50%, cruinneas ard san aicmiú EEG cúig-aicme.

Comparáid idir líonra BiLSTM agus modhanna eile meaisínfhoghlama

Chun éifeachtúlacht líonraí BiLSTM a bhailíochtú maidir le haicmiú EEG d’aithint fhuaim gutaí, cuireadh na torthaí i gcomparáid le torthaí modhanna traidisiúnta meaisínfhoghlama eile. Léiríonn Fíor 6 agus Tábla 1 feidhmíocht na n-aicmitheoirí meaisínfhoghlama.

Thaispeáin an RF an cruinneas aicmithe is airde i measc na ngnáth-mhea-halgartaim foghlama (cruinneas: 63.21 ± 7.41%, f1-scór: 0.62 ± 0.09, agus Cohen's : 0.52 ± 0.1). San anailís staitistiúil, ní raibh feidhmíocht aicmithe RF i bhfad níos airde ná feidhmíocht SVM_lin agus SVM_rbf, agus léirigh sé feidhmíocht níos airde i gcomparáid le cinn NB agus KNN.

Mar sin féin, nuair a cuireadh feidhmíocht na n-algartam meaisínfhoghlama traidisiúnta, lena n-áirítear RF, i gcomparáid le BiLSTM, ba léir go raibh líonra BiLSTM níos fearr do na méadrachtaí go léir a úsáideadh sa staidéar (p < 0.01).

Sa mhaitrís mearbhall, ní féidir le gnáth-halgartaim meaisínfhoghlama idirdhealú maith a dhéanamh ar fhreagraí EEG. Go háirithe, bhí deacracht ag na gnáth-algartam meaisínfhoghlama go léir an fhuaim /u/ a idirdhealú. Tugadh faoi deara gur léirigh na halgartaim claonadh chun fuaim /u/ a mhírangú mar /a/ ar an meán 30% den am (25.96% i NB go 36.97% i KNN), rud a d’fhág gur tháinig laghdú ar fheidhmíocht iomlán an aicmithe (Fíor 7). .

Plé

Sa staidéar seo, rinneadh idirdhealú ar fhreagraí EEG eipidéaracha francaigh ar chúig fhuaim gutaí chatagóireacha (/a/, /e/, /i/, /o/, agus/u/) trí úsáid a bhaint as líonra BiLSTM. Rinneadh rangú cúig aicme ar chomharthaí EEG epidúrtha ar bhonn aontrialach, rud is eol a bheith dúshlánach. Chun an fheidhmíocht foghlama a uasmhéadú, rinne an staidéar seo iarracht comhpháirteanna EEG sonracha a chinneadh a d’fhéadfadh a bheith bainteach le haithint fuaimeanna cainte san inchinn francach agus d’úsáid sé na comhpháirteanna EEG seo mar ghnéithe ionchuir. Mar thoradh air sin, baineadh amach feidhmíocht sách ard maidir le AEPanna a rangú i gcúig fhuaim gutaí éagsúla trí úsáid a bhaint as BiLSTM. Léirigh comparáid idir fheidhmíocht aicmithe líonra BiLSTM le halgartaim meaisínfhoghlama eile gur sháraigh líonra BiLSTM ná aicmitheoirí clasaiceacha eile. Tugann na torthaí seo le fios go ndéanann an líonra BiLSTM atá oilte le comhpháirteanna EEG a bhaineann le haitheantas cainte AEPanna a rangú go hiontaofa do gach fuaim ghuta catagóiriúil le leibhéal ard cruinnis. Go bhfios dúinn, níor cuireadh líonraí LSTM i bhfeidhm ar aicmiú freagraí EEG ar spreagthaigh éisteachta, agus is é seo an chéad staidéar chun algartam foghlama domhain a úsáid chun anailís a dhéanamh ar chomharthaí EEG ó francach AAF.

Faoi láthair, níor bhain ach cúpla staidéar úsáid as ailtireacht LSTM chun torthaí úrscothacha a bhaint amach in aicmiú EEG-bhunaithe. Tá an ailtireacht LSTM oiriúnach d'aicmiú bunaithe ar EEG mar is féidir lena struchtúr cosúil le slabhra seicheamh ama sonraí EEG a ghabháil [82]. Ón tús, dhírigh an taighde ar thorthaí an aicmithe a fheabhsú trí ailtireachtaí LSTM éagsúla; áfach, baineadh na gnéithe ionchuir fós de láimh, mar atá i modhanna foghlama traidisiúntamachine [83, 84].

Tsiouris et al. rinne sé measúnú ar fheidhmíocht teaglaim éagsúla d’eilimintí líonra LSTM chun na hailtireachtaí LSTM is éifeachtaí a aimsiú chun taomanna titime a bhrath, ag baint amach torthaí gar-foirfe i réamh-mheastachán taom (íogaireacht 100% agus 99.86% sainiúlacht) [83]. Toisc gur struchtúr cumhachtach é LSTM chun sonraí seicheamhacha a phróiseáil, úsáideann roinnt staidéar sonraí EEG amh mar ghnéithe ionchuir le réamhphróiseáil íosta. De bharr go bhfoghlaimíonn líonra LSTM gnéithe go díreach ó shonraí amh EEG, tháinig feabhas ar a laghad 12% ar a laghad ar fheidhmíocht i staidéir aitheantais mothúcháin [85], agus tháinig feabhas freisin ar thorthaí staidéir ar aicmithe mótair-íomhánna [86], i gcomparáid le staidéir thraidisiúnta eile. teicnící eastósctha gné.

Ina theannta sin, baineadh úsáid as ailtireacht BiLSTM le haghaidh aicmiú bunaithe ar EEG mar gur féidir leis rochtain a fháil ar fhaisnéis ó stáit san am a chuaigh thart agus ón todhchaí. Dá bhrí sin, ag brath ar stáit inchinne éagsúla a léirítear i sonraí EEG, mar shampla taom, codlata, etc. [63-67], go ginearálta d'fheidhmigh líonraBiLSTM níos fearr ná an líonra LSTM nach nglacann ach faisnéis ón am atá caite ón seicheamh sa treo chun cinn. Ar an gcúis seo, tá ardfheidhmíocht tuairiscithe i rangú EEG-bhunaithe le déanaí ag baint úsáide as líonraí BiLSTM. Sharma et al. bainte amach82.01% cruinneas aicmithe le haghaidh ceithre chineál mothúcháin bunaithe ar staitisticí algartam BiLSTM agus ord níos airde [87]. Ina theannta sin, d'éirigh le líonraí BiLSTM titimeas agus céimeanna codlata a rangú [88, 89].

Cosúil le staidéir roimhe seo, bhain an staidéar seo torthaí measartha maith amach trí úsáid a bhaint as BiLSTMnetworks. D'éirigh leis an algartam atá beartaithe idirdhealú a dhéanamh ar fhreagraí EEG ar chúig fhuaim ghuta a raibh luachanna arda cruinnis acu, scór f{{{{{{{1-}}, agus κ Cohen de 75.18%, 74.43%, agus 0.68, faoi seach. Tá luach κ Cohen le haghaidh aicmiú cúig aicme níos airde ná mar a fheictear sna staidéir is reatha [90]. Mar a léirítear i bhFíor 6, ba é modh BiLSTM a thug an luach ab airde ar gach méadracht i gcomparáid leis na modhanna meaisínfhoghlama eile. Ina theannta sin, chun an difríocht staitistiúil i bhfeidhmíocht an aicmithe a chinneadh, rinneadh anailís ar thorthaí ANOVA a thomhaistear arís agus arís eile idir BiLSTM agus modhanna foghlama meaisín clasaiceacha eile ag baint úsáide as na luachanna méadracha go léir. Trí anailís staitistiúil, socraíodh go raibh feidhmíocht aicmithe líonra BiLSTM i bhfad níos airde ná mar a bhí i modhanna foghlama meaisín clasaiceacha eile (p < 0.01). Bhí an toradh seo comhsheasmhach freisin leis an maitrís mearbhaill. Mar a léirítear i bhFíor 7, thuar líonra BiLSTM fíor-lipéid na gcúig fhuaim guta go maith, ach ní raibh modhanna foghlama meaisín clasaiceacha ag súil leis.

Bhí an tuar a fuarthas tríd an ngnáth-aicmitheoir meaisínfhoghlama an-lag ar aicmiú na fuaime /u/; rinneadh míthuiscint den chuid is mó ar an bhfuaim /u/ mar /a/. Bhí ráta aicmithe 34.48% don fhuaim / u/ ag fiú RF, a léirigh an fheidhmíocht is fearr i measc na gcúig aicmitheoirí traidisiúnta meaisínfhoghlama, agus bhí ráta mí-rangaithe 33.89% ar an bhfuaim /u/ mar fhuaim /a/. Mar atá le feiceáil i bhFíor 4, bhí buaic-fhanacht chomhchosúil ag na fuaimeanna /a/ agus /u/, atá ar cheann de phríomhthréithe na dtonnfhoirmeacha AEP (buaic-fhanacht fuaime /a/: 0.448, buaicphointe latency fuaime /u/: 0.444).Nuair a rinneadh an t-aicmiú bunaithe ar chomharthaí aontrialach EEG réamhphróiseáilte íosta, is cosúil nach bhféadfaí cosúlachtaí den sórt sin a idirdhealú le gnáth-mhea-halgartaim foghlama, ach líonra BiLSTM d'fhéadfadh iad a idirdhealú.

Ós rud é gur féidir le líonra BiLSTM rochtain a fháil ag an am céanna ar gach comhthéacs san am atá caite agus sa todhchaí, is féidir faisnéis shaibhir a fhoghlaim tríd an líonra seo. Ina theannta sin, cé gur baineadh na gnéithe a léiríonn tréithe na bhfreagraí EEG ar gach guta go díreach ó threoracha ar aghaidh agus ar gcúl an chiseal LSTM, feabhsaíodh an fheidhmíocht aicmithe. Sa staidéar seo, is féidir linn dea-thorthaí aicmithe a dhíorthú trí úsáid a bhaint as ailtireacht shimplí BiLSTM gan próiseas eastósctha gné lámhdhéanta breise.

Tá sé an-dúshlánach freagraí an ERP ar spreagthaigh urlabhra a rangú i dtriail amháin mar gheall ar shaintréithe SNR íseal EEG. Cé gurb é ceann de na príomhbhuntáistí a bhaineann leis an modh domhainfhoghlama ná a chumas gnéithe ardleibhéil a fhoghlaim gan eastóscadh gnéithe crua-lárnacha, rinneamar iarracht na comharthaí EEG is ábhartha a bhaineann le haitheantas cainte a roghnú chun feidhmíocht níos fearr a bhaint amach. Sa staidéar seo, breathnaíodh tonnta AEP ar leith a chomhfhreagraíonn do gach spreagadh fuaime cainte le gníomhachtú ardchumhachta an bhanda íseal-minicíochta, lena n-áirítear na bandaí deilt, téite, agus alfa, sna hanailísí TFR. Tá sé aitheanta go forleathan go bhfuil ról tábhachtach ag ascaluithe néaracha sa bhanda thealpha i bpróiseáil éisteachta. thuairiscigh go bhfuil dlúthbhaint ag maolú na gníomhaíochta alfa le hidirdhealú na spriocanna cloisteála [91].

Tá Staruß et al. Cruthaíodh gur meicníocht ríthábhachtach iad ascaluithe cortical alfa chun próiseáil torainn a chosc go roghnach chun an aird roghnaíoch éisteachta i dtreo na gcomharthaí sprice a fheabhsú [92]. Roimhe seo, fuair muid amach freisin go raibh cumhacht alfa ardghníomhach i réimsí déthaobhacha ama tar éis spreagthaigh fuaime ar leith a bhí difriúil go staitistiúil i dtéarmaí an cineál fuaime [48]. Ina theannta sin, is eol go bhfuil baint ag na bannaí deilt agus téite le deighilt agus tionchar aireachtála na faisnéise fuaimiúla a mhúnlú [93].

Cé go bhfuil an staidéar seo bunaithe ar shonraí turgnamhacha ainmhithe, breathnaíodh comhpháirteanna comhchosúla a bhain le caint, i gcomparáid leis na staidéir roimhe seo ar ábhair dhaonna, sna hanailísí TFR. Thairis sin, san anailís staitistiúil, fuarthas go raibh na bandaí EEG go léir suntasach laistigh 1 tar éis na spreagthaigh agus rinne sé ionadaíocht ar na comhpháirteanna EEG a bhaineann le dearcadh fuaime. Bhí na torthaí seo beagán difriúil ó na staidéir roimhe seo, rud a thugann le tuiscint nach raibh ach bandaí sonracha EEG, mar an banna alfa, bainteach le braistint fuaime. Táthar ag súil go dtaifeadtar athruithe fiúntacha ar fud ghníomhaíochtaí uile an bhanda EEG tríd an Taifeadadh EEG epidúrtha toisc go soláthraíonn sé SNR níos airde trí sheoladh toirte a laghdú agus deireadh a chur leis na déantáin is gné dhílis de thaifeadtaí EEG seachcranial.

Sa staidéar seo, rinneadh na comhpháirteanna EEG a bhaineann le haitheantas fuaime cainte i bhfrancaigh a chinneadh agus rinneadh na comhpháirteanna AEP a rangú go rathúil trí úsáid a bhaint as líonra BiLSTM. Mar sin féin, bhí roinnt teorainneacha ag an staidéar seo. Ar an gcéad dul síos, bhí líon na n-ábhar a cuireadh san áireamh ró-bheag, go háirithe don fhoghlaim dhomhain. Ina theannta sin, ní dhearna an staidéar seo measúnú ar fheidhmíocht gach aicmitheora le bailíochtú seachtrach, ach ina ionad sin d'úsáid sé 10-CV chun méideanna teoranta na samplaí a shárú. Ina theannta sin, ní féidir linn a chur as an áireamh go bhfreagróidh córas cloisteála an fhrancaigh go leanúnach fuaim mar nár úsáideadh ach focal amháin de gach guta sa staidéar seo. Ina theannta sin, chuir na héifeachtaí ainéistéiseach isteach ar na freagraí EEG a fuarthas. Cé gur úsáideadh dáileog ainéistéiseach íosta, is toradh tipiciúil é moilliú minicíochta le méadú ar chumhacht delta ar athruithe EEG tar éis ionanálú isoflurane [94]. Mar sin, d’fhéadfadh go mbeadh na comhpháirteanna EEG aitheantais guta a mholtar sa staidéar seo difriúil ó chomharthaí EEG a fuarthas ó fhrancaigh a dhúisíonn limistéar. Mar sin féin, creidimid go bhfuil an caighdeán an comhartha EEG maith go leor ó werecorded EEG trí ionchlannú leictreoid epidúrtha, agus ní raibh sé éillithe artifacts bymotion.

Conclúidí

Mar fhocal scoir, bhain an staidéar seo comhpháirteanna néaracha brí a bhaineann le braistint chainte chatagóiriúil. Ina theannta sin, bunaithe ar shaintréithe na ngréasán LSTM, cruthaíodh go raibh líonra BiLSTM oiriúnach chun freagairtí EEG a bhfuil AEPanna réamhphróiseáilte íosta acu a aicmiú. Ós rud é gur taighde ceannródaíoch é an staidéar seo le sonraí ainmhithe, d’fhéadfadh sé nach mbeadh sé inaistrithe go díreach chuig feidhmeanna praiticiúla eile amhail comhéadain inchinn-ríomhaire nó áiseanna cumarsáide malartacha don duine.

Dá bhrí sin, tá gá le staidéir sa todhchaí le sonraí EEG daonna chun éifeachtacht líonra BiLSTM a fhíorú maidir le haitheantas éisteachta bunaithe ar EEG cainte a aicmiú. Ina theannta sin, ní mór é a athmheasúnú le haghaidh tiúnadh paraiméadair optamach agus eastóscadh gné. Táthar ag súil go soláthróidh an staidéar seo cur chuige nua chun anailís a dhéanamh ar chomharthaí EEG chomh maith le faisnéis luachmhar maidir le meicníochtaí braistintí cainte agus aitheantais san inchinn.

Tagairtí

1. Wernicke C. An casta symptom de aphasia. In: Cohen RS, Wartofsky MW, eagarthóirí. Imeachtaí Collóiciam Boston d'Fhealsúnacht na hEolaíochta 1966/1968. Dordrecht: Springer An Ísiltír; 1969. lgh 34–97.

2. Shi Z, Yan S, Ding Y, Zhou C, Qian S, Wang Z, et al. Tá gá leis an bpáirc éisteachta roimhe seo chun catagóiriú fónta a dhéanamh sa tasc um riochtú eagla na bhfrancach fásta. Neurosci tosaigh. 2019; 13: 1374.

3. Liberman AM, Harris KS, Hoffman HS, Griffith BC. Idirdhealú fuaimeanna cainte laistigh de agus thar theorainneacha fóinéime. J Cait Síc. 1957; 54: 358–368.

4. Johnson K. Foghraíocht fhuaimiúil agus éisteachta. Chichester: Wiley-Blackwell; 2012.

5. Green PA, Brandley NC, Nowicki S. Dearcadh catagóiriúil i gcumarsáid ainmhithe agus i gcinnteoireacht. Éic a iompar. 2020; 31: 859–867.

6. Craik A, He Y, Contreras-Vidal JL. Foghlaim dhomhain do thascanna aicmithe leictri-encephalogram (EEG): athbhreithniú. J Neural Eng. 2019; 16:28.

7. Na¨a¨ta¨nen R, Paavilainen P, Rinne T, Alho K. An diúltacht neamhréir (MMN) i dtaighde bunúsach ar phróiseáil lárnach éisteachta: Athbhreithniú. Néarfhiseolaíocht Chliniciúil. Elsevier; 2007. lgh 2544–2590.

8. Garrido MI, Kilner JM, Stephan KE, Friston KJ. An diúltachas neamhréire: Athbhreithniú ar mheicníochtaí bunúsacha. Néarfhiseolaíocht Chliniciúil. Elsevier; 2009. lgh 453–463

For more information:1950477648nn@gmail.com