A comparative analysis of coherence measures for electroencephalography

Abstract

Fonksiyonel bağıntılılık, diğer sinirbilim alanlarının yanı sıra beyin-bilgisayararayüzü çalışmalarında da bir özellik çıkarım yöntemi olarak sıklıkla kullanılmaktadır.Elektroensefalografiyi (EEG) kullanan fonksiyonel bağıntılılık çalışmalarında, bağıntı desenlerielektrod çiftleri arasındaki uyumluluğu gösteren bir bağımlılık matrisi ile çıkarılmaktadır.Bu matrisin hesaplanmasında çeşitli uyumluluk ölçütleri kullanılmaktadır. Buçalışmada, toplam 15 uyumluluk ölçütü hesaplama zamanı, doğruluk ve motor/hayali motoraktivitelerini ayırmadaki anlamlılığı yönünden karşılaştırmalı olarak analiz edilmiştir.Uyumluluk ölçütü olarak beyin bağıntılılığı literatüründe kullanılan yöntemlerin dışında,bağımsız bileşen analizi yönteminde kontrast fonksiyonu olarak kullanılan beş ölçüt vebu çalışmada önerilen iki yeni ortak bilgi miktarı hesaplama yöntemi değerlendirilmiştir.Ayrıca, dört farklı aktivite türüunde 103 denekten elde edilen veriye uygulanan bir istatistikselanlamlılık testinin yanında, motor/hayali motor aktivite karşılaştırmaları için de,hiyerarşik kümelemeye dayalı yeni bir istatistiksel test prosedürü önerilmiştir. Gerçek verisetlerine uygulanan deneylerde kullanılan ölçütler, uygulandığı aktivite çeşidi ve zamanaralığına göre farklı anlamlılık değerleri vermiştir. Sentetik veri üzerinde gösterdiklerizaman ve doğruluk performansları da göz önünde bulundurularak istatistiksel anlamlılığıyüksek ve farklı bağıntılılık karakteristiği sunan birkaç yöntem, bağlantılılık temelli beyin bilgisayar arayüzünde uygulanabilir olarak tanımlanmıştır.

Functional connectivity is often used in brain-computer interface studies as well asother neuroscience fields as a feature extraction method. In the functional connectivity usingelectroencephalography (EEG), connectivity patterns are extracted by a dependencymatrix showing the coherence between electrode pairs. A variety of dependence measurescan be used to calculate this matrix. In this study, a total of 15 coherence measureswere analyzed comparatively in terms of computation time, accuracy and statistical significancein discriminating motor/motor imagery activities. As dependence measures, inaddition to methods used in the literature for brain connectivity, five other methods usedas contrast function in independent component analysis and two novel mutual informationcalculators proposed in this study were evaluated. Furthermore, a novel hierarchical clusteringbased statistical test procedure was also proposed for motor/motor imagery activitycomparison, along with a similar statistical significance test applied on data from 103 subjectson four different activity types. In experiments on real data set, significance resultsof dependence measures differed according to the type of activity and time window durationof activity signals. Considering both computation time and accuracy performances onsynthetic data, a number of methods with high statistical significance and different dependencecharacteristics were identified as feasible for a connectivity based brain-computerinterface.