基于改进CSP算法的运动想象脑电信号识别方法

• 作者: 刘净瑜 李明爱 郝冬梅
• 来源期刊: 中国生物医学工程学报
• 学科: 医学
• 关键词: 脑机接口 脑电 共同空间模式(CSP) 支持向量机(SVM)
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 161-165
• 页数: 5页
• 分类号: R318
• 字数: 3874字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-8021.2009.02.001

摘要

针对想象运动的脑机接口(BCI)系统中,在电极导联数少的情况下存在脑电信号分类准确率降低的问题,提出一种改进共同空间模式(CSP)算法. 通过对事件相关去同步(ERD)/事件相关同步(ERS)生理现象较明显的频段进行滤波, 选取最大特征值对应的表征运动想象脑电信号状态的最优特征向量,进而提出特征向量新的定义方法,同时与支持向量机(SVM)相结合,实现运动想象脑电数据的分类.对于GRAZ大学提供的运动想象脑电数据(Data Ⅲ),想象左手运动脑电信号的识别准确率为98.57%.想象右手运动的脑电识别率为100%.实验结果表明,改进的CSP算法更准确地反映脑电信号的任务状态,有效避免了特征模式的重复选取问题,具有更优的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝冬梅	北京工业大学人工智能与机器人研究所	48	285	7.0	15.0
2	李明爱	北京工业大学人工智能与机器人研究所	35	413	10.0	19.0
3	刘净瑜	北京工业大学人工智能与机器人研究所	1	69	1.0	1.0