基于多特征卷积神经网路的运动想象脑电信号分析及意图识别

• 作者: 何群 张园园 王煜文 谢平 邵丹丹
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 脑机接口 卷积神经网络 集成分类 运动想象
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人机融合与人工智能
• 页码范围: 138-146
• 页数: 9页
• 分类号: TH79
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J1905522

摘要

为了准确提取个体运动想象脑电信号的最优时段和频段特征以及有效提高其分类准确率,结合卷积神经网络和集成分类方法提出一种多特征卷积神经网络(MFCNN)算法,对运动想象脑电信号进行分类识别.首先对脑电信号进行预处理,然后将原始信号、能量特征、功率谱特征以及融合特征分别输入到卷积神经网络中得到其训练模型,最后通过加权投票的集成分类方法得到最终的分类结果.并利用2008年BCI竞赛Datasets 2b数据集和实测数据对所提出的方法进行实验分析.结果 表明,所提的MFCNN方法可有效提高运动想象识别率,实验中所有受试者的平均分类正确率和平均Kappa值分别为78.6％和0.57,为运动想象类脑机接口的应用提供了新的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢平		84	659	15.0	21.0
2	何群		27	173	9.0	12.0
3	张园园		10	38	3.0	6.0
4	邵丹丹		1	0	0.0	0.0
5	王煜文		3	6	1.0	2.0