一种基于FPGA的脑电分类算法实现

• 作者: 丁俊杰 刘纪红 边洪亮
• 来源期刊: 现代电子技术
• 关键词: 脑机接口 小波变换 主成分分析 线性判别分析
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 科学计算及信息处理
• 页码范围: 107-110
• 分类号: TN911-34|TP315
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2012.20.032

摘要

通过对脑电信号特征的分析,利用小波变换的多尺度分析技术对脑电信号进行特征提取,进而使用主成分分析算法对特征进行降维,并对降维后的信号使用Fisher线性判别方法进行分类.最后,利用VerilogHDL硬件编程语言设计实现了Mallat分解算法、PCA算法和LDA算法模块,并在FPGA应用板上实现了脑电分类功能.系统对2008年BCI大赛的数据进行了测试,分类准确率达到92.31％,表明该方法对开发便携式脑机接口系统具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘纪红	东北大学信息科学与工程学院	29	242	7.0	15.0
2	丁俊杰	东北大学信息科学与工程学院	1	3	1.0	1.0
3	边洪亮	东北大学信息科学与工程学院	1	3	1.0	1.0