基于最优化少量电极的思维任务脑机接口

• 作者: Bruce J Gluckman 仲雪飞 刘嘉阳 孙瀚 张春 张玉 张雄 樊兆雯 王保平
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 思维任务 脑机接口 最优化少量电极 共空间模式 熵准则
• 年，卷（期）: 2016,（5）
• 页码范围: 934-938
• 页数: 5页
• 分类号: TP274
• 字数: 3556字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2016.05.006

摘要

为减少脑机接口的电极数量，采用基于最优化少量电极的共空间模式（CSP）算法提取不同思维任务下的脑电信号（EEG）特征值．首先，根据事件相关（去）同步化现象观察时频特性；然后，运用熵准则对单个电极进行可分性度量；最后，根据可分性排序，利用基于最优化少量电极的CSP算法和支持向量机算法对不同电极组合的特征值进行提取和分类，得出最优化的电极组合．结果表明，进行心算和想像空间旋转2种思维任务时被试的EEG信号在顶叶和枕叶区域存在明显的能量差异，6个被试可分性最高的电极均位于这2个区域；与传统的EEG信号处理算法相比，基于最优化少量电极的算法可以使系统使用的电极数减少至3．3个，并且分类正确率提高5．4％．因此，采用基于最优化少量电极的算法可以减少电极数目，改善思维任务脑机接口的性能．