| Title: | On open workflows for processing of standardized electroencephalography data |
| Other Titles: | O otevřených pracovních postupech pro zpracování standardizovaných elektroencefalografických dat |
| Authors: | Mouček, Roman Kupilík, Filip |
| Citation: | MOUČEK, R. KUPILÍK, F. On open workflows for processing of standardized electroencephalography data. In Proceedings of the 14th International Joint Conference on Biomedical Engineering Systems and Technologies - HEALTHINF. Setúbal: ScitePress, 2021. s. 667-676. ISBN: 978-989-758-490-9 , ISSN: 2184-4305 |
| Issue Date: | 2021 |
| Publisher: | ScitePress |
| Document type: | konferenční příspěvek ConferenceObject |
| URI: | 2-s2.0-85103834252 http://hdl.handle.net/11025/46760 |
| ISBN: | 978-989-758-490-9 |
| ISSN: | 2184-4305 |
| Keywords: | Hluboké učení;EEG datové standardy;EEG pracovní postupy;EEG Pipelines;elektroencefalografie;evokované potenciály;lidský mozek;strojové učení;reprodukovatelnost |
| Keywords in different language: | deep learning;EEG Data Standards;EEG Workflows;EEG Pipelines;electroencephalography;event-related potentials;human brain;machine learning;reproducibility |
| Abstract: | S rostoucím množstvím experimentálních dat se otevřenost, férovost a reprodukovatelnost vědecké experimentální práce staly důležitými faktory pro výzkumníky, časopisy a financující orgány. Tyto druhy výzev však nejsou snadno a přímo dosažitelné. Cílem tohoto článku je přispět k těmto snahám představením pokroků v budování vyspělejšího životního cyklu elektroencefalografických dat/ dat evokovaných potenciálů. Jsou popsány a diskutovány progresivní iniciativy v oblasti standardizace dat, datové formáty a trendy ve využívání metod strojového a hlubokého učení pro zpracování dat z dané oblasti. Je navržen, implementován a na veřejně dostupném souboru dat ověřen otevřený pracovní postup zpracování založený na analýze současných softwarových nástrojů pro předzpracování, zpracování a klasifikaci elektroencefalografických dat/dat evokovaných potenciálů |
| Abstract in different language: | With increasing amounts of experimental data, openness, fairness, and reproducibility of scientific experimental work have become important factors for researchers, journals and funding bodies. However, these kinds of challenges are not easily and directly achievable. The goal of this paper is to contribute to these efforts by introducing advances in building more mature lifecycle of electroencephalography/event-related potential data. The progressive data standardization initiatives, data formats, and trends in using machine and deep learning methods for processing of domain data are described and discussed. An open processing workflow based on the analysis of current software tools for preprocessing, processing and classification of electroencephalography/event-related potential data is proposed, implemented and verified on a publicly available dataset. |
| Rights: | © SCITEPRESS – Science and Technology Publications, Lda |
| Appears in Collections: | Konferenční příspěvky / Conference Papers (KIV) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Mouček, Kupilík 103450.pdf | 384,78 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/46760Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.