基于融合规则的注意相关脑电分类算法研究

• 作者: 刘明宇 杨琴 王珏 郑崇勋
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 支持向量机 数据融合理论 脑电 小波
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 论著
• 页码范围: 388-391
• 页数: 4页
• 分类号: R3
• 字数: 2861字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2006.04.012

摘要

提出一种新的基于支持向量机(super vector machine, SVM)学习机制和数据融合理论的脑电分类算法,并设计了注意分级实验进行验证.首先,对脑电信号进行3级小波分解,由主分量分析(principle component analysis, PCA)方法提取其中的主特征分量;然后由支持向量机对特征分量进行分类;最后依据数据融合理论,对多导分类结果进行综合判断.结果表明,该方法具有良好的鲁棒性,对多导注意相关EEG的分类准确率可达89%左右,并高于单导最优准确率,对注意力缺陷反馈治疗、注意力机制研究等有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑崇勋	西安交通大学生命科学与技术研究所教育部生物信息与工程重点实验室	122	1268	20.0	26.0
2	王珏	西安交通大学生命科学与技术研究所教育部生物信息与工程重点实验室	68	444	12.0	16.0
3	刘明宇	西安交通大学生命科学与技术研究所教育部生物信息与工程重点实验室	9	46	5.0	6.0
4	杨琴	西安交通大学生命科学与技术研究所教育部生物信息与工程重点实验室	2	27	1.0	2.0