基于感兴趣脑区LASSO-Granger因果关系的脑电特征提取算法

• 作者: 佘青山 罗志增 陈希豪 高发荣
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 脑功能网络 LASSO-Granger 感兴趣脑区 特征提取
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 研究简报
• 页码范围: 1266-1270
• 页数: 5页
• 分类号: TP391
• 字数: 3576字
• 语种: 中文
• DOI: 10.11999/JEIT150851

摘要

该文将脑功能网络引入到脑电特征提取的研究中,提出一种基于感兴趣脑区LASSO-Granger因果关系的新方法,克服了当前基于孤立脑区的研究方法的不足.先利用主成分分析提取各感兴趣区的最大主成分,然后计算它们之间的LASSO-Granger因果度量,并将其作为特征向量,最后输入支持向量机分类器,对BCI Competition Ⅳ dataset 1中的4组数据进行分类识别.结果表明,基于感兴趣脑区间LASSO-Granger因果关系分析和支持向量机分类器的方法对不同的运动想象任务识别率较高,提供了新的研究思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗志增	杭州电子科技大学机器人研究所	164	2539	28.0	39.0
2	佘青山	杭州电子科技大学机器人研究所	38	366	11.0	18.0
3	高发荣	杭州电子科技大学机器人研究所	10	57	4.0	7.0
4	陈希豪	杭州电子科技大学机器人研究所	3	13	3.0	3.0