基于参数模型和FastICA算法的P300特征实时提取

• 作者: 乔晓艳 李窦哲 董有尔
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 特征提取 P300 独立成份分析 参数模型
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 505-509
• 页数: 5页
• 分类号: TP274+.2
• 字数: 3977字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2009.06.008

摘要

利用AR模型结合快速独立成份分析(FastICA)对视觉诱发电位P300特征进行实时提取.采用图片轮换作为诱发刺激获取EEG信号,利用主成份分析对脑电信号降维处理,然后进行独立成份分析,计算各独立成份与垂直眼电导联的相关性,自动去除眼电干扰.利用AR模型对自发脑电建模,并除去EEG中的自发脑电,通过少次相干平均提取P300.实验结果表明:该方法可以不依赖任何先验信息,在不降低信噪比的情况下实时提取P300特征,避免了长时间视觉刺激引起视觉疲劳而产生的误差,提高了脑机接口系统的识别效率,为建立在线BCI系统奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔晓艳	山西大学物理电子工程学院	57	477	10.0	19.0
2	董有尔	山西大学物理电子工程学院	66	542	12.0	20.0
3	李窦哲	山西大学物理电子工程学院	2	6	2.0	2.0