基于多相关性的导联前向搜索算法用于运动想象分类

• 作者: 殷飞宇 王行愚 金晶
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑-机接口 运动想象 多相关性算法 导联选择 共空间模式
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 792-799
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20190901002

摘要

针对基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)系统中导联过多的问题,提出了一种多相关性导联前向搜索(Multi-correlation Forward Searching,MCFS)算法来优化导联集,改善系统性能.首先基于训练集对导联集进行前向搜索,同时以验证集分类精度更新对3种相关性算法的信任值;然后根据3种相关性方法的信任值,选择优质导联组合,采用共空间模式(Common Spatial Pattern,CSP)获得运动想象特征,通过线性核的支持向量机(Support Vector Machine,SVM)训练分类模型.对该算法在两个数据集(BCI竞赛IV中的data set I数据集I和BCI竞赛III中的data set IVa)上进行验证,分别得到了81％和87％的平均分类精度.此外,与其他3种常用导联选择方法相比,MCFS算法获得了最高的平均分类精度,性能优越,为基于运动想象的BCI系统的应用提供了技术参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行愚		120	1138	16.0	27.0
2	金晶		18	71	6.0	8.0
3	殷飞宇		1	0	0.0	0.0