基于ECoG的运动想象脑-机接口分类方法

• 作者: 周宗潭 杨钢 胡德文 葛瑜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 脑-机接口 脑皮层电位 运动想象 公共空间模式 支持向量机
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 21-23,56
• 页数: 4页
• 分类号: TP3
• 字数: 4054字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.06.008

摘要

脑-机接口BCI(Brain-Computer Interface)技术是近年来国际上的研究热点之一,它通常利用脑电EEG(electroencephalogram)来实现无动作的人机交互,运动想象是其中一种重要的BCI实验范式.有关研究表明,脑皮层电位ECoG(electrocorticogram)具有更好的信噪比与频带特性.研究基于ECoG的运动想象BCI系统,针对ECoG信号的特点,改进了信号处理方法,提取数据的公共空间模式CSP(Common Spatial Pattern)特征,并利用支持向量机SVM(Support Vector Machines)进行分类器设计,提高了运动意向的识别正确率.用相应方法处理2005年脑-机接口竞赛中的一组实验数据,正确率达到92%,相比于当时参赛时所用的方法提高了6%.实验还发现,支持向量机在克服"维数灾难"和"过拟合"方面具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡德文	国防科技大学机电工程与自动化学院	92	1254	16.0	32.0
2	葛瑜	许昌学院电气信息工程学院	24	145	7.0	11.0
6	周宗潭	国防科技大学机电工程与自动化学院	19	181	8.0	13.0
7	杨钢	许昌学院电气信息工程学院	9	29	3.0	5.0