基于独立成分分析的优选N200和P300特征通道算法

• 作者: 刘成用 李伟 李文轩 李梦凡
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 通道选择 独立成分分析 个体差异 伪迹 分类准确率
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图形与图像
• 页码范围: 1682-1690
• 页数: 9页
• 分类号: TP391.4|TN911.6
• 字数: 7042字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.09.014

摘要

针对脑电信号存在个体差异性并易受噪声、伪迹干扰的特点,提出一种基于独立成分分析ICA的优选特征通道算法.采用ICA将通道的数据分解为N200、P300、眼电伪迹以及其他生理信号,根据这些信号对每个通道的影响程度,判定各通道是否适合进行特征提取.分别采用本方法和三种常用方法对12个被试的脑电数据进行特征通道选择,并进行N200和P300电位的辨识,经比对发现,本文方法取得了93.10％的平均分类准确率,比其他三种方法下的准确率分别高出7.27％、1.07％和75.96％.为预测任意被试的最优通道,采用最小二乘法对ICA权值和通道选择阈值之间的关系进行拟合,对三个新被试进行最优通道预测和电位的辨识,得到较高的分类准确率,说明此预测方法具有一定普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文轩	天津大学电气与自动化工程学院	1	2	1.0	1.0
2	李梦凡	天津大学电气与自动化工程学院	1	2	1.0	1.0
3	刘成用	天津大学电气与自动化工程学院	1	2	1.0	1.0