Hysteresis thresholding for Wavelet denosing applied to P300 single-trial detection

Carolina Saavedra 1, * Laurent Bougrain 1 Radu Ranta 2
* Auteur correspondant
1 CORTEX - Neuromimetic intelligence
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Abstract : Template-based analysis techniques are good candidates to robustly detect transient temporal graphic elements (e.g. event-related potential, k-complex, sleep spindles, vertex waves, spikes) in noisy and multi-sources electro-encephalographic signals. More specifically, we present the significant impact on a large dataset of wavelet denoisings to detect evoked potentials in a single-trial P300 speller. We apply the classical thresholds selection rules algorithms and compare them with the hysteresis algorithm presented in \cite{Ranta10hyst} which combine the classical thresholds to detect blocks of significant wavelets coefficients based on the graph structure of the wavelet decomposition.
Type de document :
Rapport
[Research Report] RR-7723, IPS, INRIA. 2011, pp.5
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00618694
Contributeur : Carolina Saavedra <>
Soumis le : mardi 29 novembre 2011 - 17:18:51
Dernière modification le : jeudi 11 janvier 2018 - 06:19:48
Document(s) archivé(s) le : lundi 5 décembre 2016 - 09:41:46

Fichier

RR-7723.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00618694, version 2

Collections

Citation

Carolina Saavedra, Laurent Bougrain, Radu Ranta. Hysteresis thresholding for Wavelet denosing applied to P300 single-trial detection. [Research Report] RR-7723, IPS, INRIA. 2011, pp.5. 〈inria-00618694v2〉

Partager

Métriques

Consultations de la notice

274

Téléchargements de fichiers

154