最优区域共空间模式的运动想象脑电信号分类方法

• 作者: 佘青山 孟明 张启忠 汲继跃
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑机接口 运动想象 共空间模式 最优区域
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 传感器研究
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP391
• 字数: 5352字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.01.007

摘要

共空间模式(Common Spatial Pattern,CSP)是脑机接口(Brain-Computer Interface,BCI)中一种有效的特征提取方法,然而传统CSP算法并未考虑在提取前剔除可能会影响其性能的不相关的嘈杂通道信号.所以针对不同对象的通道选择问题,提出了一种最优区域共空间模式(ORCSP)特征提取方法.首先通过欧式距离得到每个通道的附近区域,再根据方差比选择可分性最高的区域,然后采用5折交叉验证对区域内通道数目进行寻优,进而得到区分度最高的区域特征,最后使用支持向量机(SVM)进行分类.所提方法在BCI竞赛数据上进行了实验测试,并与同类型的正则化CSP和局部区域CSP算法进行了对比,在BCI CompetitionⅢDatasetⅣa数据集上达到了89.78％的平均准确率.实验结果验证了所提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张启忠	杭州电子科技大学自动化学院	30	254	9.0	15.0
2	孟明	杭州电子科技大学自动化学院	34	381	11.0	18.0
3	佘青山	杭州电子科技大学自动化学院	38	366	11.0	18.0
4	汲继跃	杭州电子科技大学自动化学院	1	0	0.0	0.0