基于3D卷积神经网络的IR-BCI脑电视频解码研究

• 作者: 吴欢 官金安 李东阁 汪鹭汐 赵瑞娟
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑-机接口 深度学习 模拟阅读 脑电视频 3D卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 民族医药与生物医学科学
• 页码范围: 538-546
• 页数: 9页
• 分类号: TP391.4
• 字数: 5572字
• 语种: 中文
• DOI: 10.12130/znmdzk.20190411

摘要

采用3D卷积神经网络模型,对脑电信号进行解码研究,旨在挖掘其深层的特征表达,以提高脑-机接口系统的性能.实验在获取"模拟阅读"脑-机接口系统的多维脑电信号后,将原始的通道特征构建成"脑电视频"的格式.其构造方法为:将通道按实际空间排布为二维矩阵,这样某时刻的多通道采样点在空间上形成一个"视频帧",这些空间信息在连续时间帧上的堆叠,形成"脑电视频".这种自然表达信息的方法,不仅包含大脑的空间分布信息,还反映了时间信息的关联,丰富了数据所包含的事件相关信息.借鉴图像领域特征学习的"局部感受野"和"权值共享"思想,搭建了自主学习脑电信号特征的3D卷积神经网络模型,将已打标签的脑电视频数据对模型进行训练,之后对测试集进行测试.与经典的卷积神经网络和传统的最佳单通道算法相比,分类正确率有了进一步的提高.实验表明,基于脑电视频的3D卷积神经网络能够更有效地学习脑电特征,改善了模拟阅读脑-机接口系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	官金安	中南民族大学生物医学工程学院认知科学国家民委重点实验室	34	181	7.0	11.0
5	赵瑞娟	中南民族大学生物医学工程学院认知科学国家民委重点实验室	4	6	2.0	2.0
6	汪鹭汐	中南民族大学生物医学工程学院认知科学国家民委重点实验室	1	1	1.0	1.0
7	李东阁	中南民族大学生物医学工程学院认知科学国家民委重点实验室	1	1	1.0	1.0