基于fMRI脑机接口的数据分类方法的研究

• 作者: 张巍 陈俊杰
• 来源期刊: 太原理工大学学报
• 关键词: 脑机接口 功能磁共振成像 支持向量机 分类 血氧水平依赖
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学与技术?信息工程
• 页码范围: 86-90
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2017.01.014

摘要

为了解决脑机接口中功能磁共振成像（functional magnetic resonance imaging ，fMRI）信号的数据分类问题，提出了使用后顶叶皮层进行特征选择的支持向量机分类方法。首先通过核磁设备采集数据，对数据预处理后，将后顶叶皮层的体素选择为特征，然后把血氧水平依赖（blood oxygen level dependent ，BOLD）值的峰值和累积变化作为特征提取，最后使用支持向量机进行数据的分类。实验表明，选择后顶叶皮层作为特征是可行的；使用BOLD 峰值的分类精度要高于使用BOLD累积变化的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	张巍	太原理工大学计算机科学与技术学院	19	187	8.0	13.0