基于独立分量优化子带特征的三类运动想象分类

• 作者: 吴小培 周蚌艳 康莎莎
• 来源期刊: 生物医学工程学杂志
• 学科: 医学
• 关键词: 脑-机接口 独立分量分析 运动想象 空域滤波器
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 论著
• 页码范围: 208-215
• 页数: 8页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.7507/1001-5515.20160037

摘要

在基于头皮脑电(EEG)信号的脑-机接口(BCI)研究中,用户个体差异性和背景噪声的复杂性是影响BCI系统稳定性的两个主要因素.因此需要针对不同个体进行BCI系统参数优化,其中包括对时域、空域滤波器参数的优化设计和分类器参数的学习.本文以提高BCI系统的准确性为目标,提出了一种结合独立分量分析空域滤波器(ICA-SF)优化设计和EEG多子带特征的BCI信息处理新方法.基于所提方法,对4位受试者在不同时间采集的三类运动想象EEG(MI-EEG)进行分析.实验结果表明,在同一受试者的自交叉测试和不同受试者数据集之间的互交叉验证中,多子带特征结合方法所得到的平均识别率比仅使用单频带所得的平均识别率普遍提高,识别率最大提升可达6.08％和5.15％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小培		132	1377	20.0	29.0
2	周蚌艳		17	79	6.0	8.0
3	康莎莎		3	7	1.0	2.0