基于CSP和RR的多类运动想象脑电信号的识别分类研究

• 作者: 冷传涛 张建平 彭尧 曹胜海
• 来源期刊: 软件
• 学科: 工学
• 关键词: 脑-机接口 预处理 岭回归分析(RR) 特征提取
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 223-228
• 页数: 6页
• 分类号: TN911.7
• 字数: 4819字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.12.044

摘要

脑-机接口通过大脑皮层的EEG活动或者大脑里单个神经元活动使得用户可以来控制设备.这方面最具挑战性的问题之一就是如何提高脑电信号的识别精度.本文采用少通道以及共同空间模式-岭回归分析的模式识别方法,并将其应用到四种运动想象脑电的识别分类.首先对原始数据进行有效的预处理,有漂移矫正,滤波,改进的ICA(Independent Component Analysis)去除伪迹;再利用CSP(Common Space Pattern)和HHT(Hibert-Huang Transform)分别对预处理好的数据进行特征提取;最后再将两种算法提取的特征分别进行SVM(Support vector machine),LDA(Linear Discriminant Analysis)和RR(Ridge Regression)进行分类.实验结果证明,共同空间模式-岭回归分析最后的分类效果是最好的,平均分类识别率约为82.93%,数据中9名被试的最高和最低的分类识别率之间的标准差为1.37%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建平	昆明理工大学信息工程与自动化学院	21	199	7.0	14.0
2	曹胜海	昆明理工大学信息工程与自动化学院	2	4	2.0	2.0
3	彭尧	昆明理工大学信息工程与自动化学院	3	4	2.0	2.0
4	冷传涛	昆明理工大学信息工程与自动化学院	1	2	1.0	1.0