基于小波变换和盲源分离的P300识别算法研究

• 作者: 信思旭 刘斌 刘永红 胡春海
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 脑电信号 P300 小波变换 盲源分离 时空分析模型
• 年，卷（期）: 2017,（2）
• 页码范围: 242-246
• 页数: 5页
• 分类号: TB973
• 字数: 3276字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2017.02.26

摘要

提出一种P300脑电信号识别的新方法,克服了多导联、多特征造成的操作繁琐、数据冗杂等问题.首先,针对P300小波变换中小波基如何优选缺乏必要的理论依据,提出结合电极分布特性,依据SNR和RMSE量化指标选择最优小波基,并结合SPWD时频分析对相干平均后的原始信号进行去噪处理,利用JADE盲源分离算法对得到的观测信号进行分离;其次,针对P300盲源分离后如何自动优选有效分量避免过度分解,提出结合G1法构建时空分析模型,最优化自动提取P300分量并映射回头皮电极处;最后,为改善BCI系统的在线应用,将EA和SFFS法相结合优选特征,构建具有6维特征向量的训练模型,利用C-SVM进行识别.实验结果表明,相对于传统的数据处理方法,P300成分的提取效果、系统分类精度和速度均有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永红	燕山大学测试计量技术及仪器河北省重点实验室	16	75	4.0	8.0
2	胡春海	燕山大学测试计量技术及仪器河北省重点实验室	63	355	10.0	14.0
3	信思旭	燕山大学测试计量技术及仪器河北省重点实验室	4	8	2.0	2.0
4	刘斌	燕山大学测试计量技术及仪器河北省重点实验室	9	19	4.0	4.0