多任务运动想象脑电特征的融合分类研究

• 作者: 乔晓艳 张焕
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑机接口 运动想象 特征提取和分类 小波变换 共空间模式 支持向量机
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 传感器研究
• 页码范围: 802-807
• 页数: 6页
• 分类号: TP391
• 字数: 4998字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.06.003

摘要

针对运动想象脑-机交互任务模式单一、识别精度低、实用性较差等问题，采用改进的共空间模式（CSP）的特征提取方法，并利用支持向量机（SVM）与CSP融合分类方法对多类任务运动想象脑电特征进行分类识别。首先，选择特定导联上的脑电信号进行小波分解与重构，去除冗余信息；其次，利用特征参数做差的方法，得到较为明显的脑电特征；最后，通过SVM融合CSP的分类模式，对脑电特征进行多任务分类。利用BCI竞赛数据，对左手，右手，舌和脚四类运动想象任务的脑电进行识别。结果表明：分类正确率最高达到90.9%，平均正确率为86.8%，Kappa系数为0.8867，信息传输速率可达0.68 bit/trial，能够有效的获得脑电特征并较好的实现多任务运动想象脑电识别。

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	张焕	山西大学物理电子工程学院	2	12	2.0	2.0