文献类型：期刊文章

作　　者：李明爱[1] 刘净瑜[1] 郝冬梅[1]

机构地区：[1]北京工业大学人工智能与机器人研究所,北京100124

出　　处：《中国生物医学工程学报》

基　　金：北京市委组织部优秀人才培养项目(20071B0501500198);国家自然科学基金资助项目(30670543)

年　　份：2009

卷　　号：28

期　　号：2

起止页码：161-165

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EMBASE、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对想象运动的脑机接口(BCI)系统中,在电极导联数少的情况下存在脑电信号分类准确率降低的问题,提出一种改进共同空间模式(CSP)算法。通过对事件相关去同步(ERD)/事件相关同步(ERS)生理现象较明显的频段进行滤波,选取最大特征值对应的表征运动想象脑电信号状态的最优特征向量,进而提出特征向量新的定义方法,同时与支持向量机(SVM)相结合,实现运动想象脑电数据的分类。对于GRAZ大学提供的运动想象脑电数据(DataⅢ),想象左手运动脑电信号的识别准确率为98.57%。想象右手运动的脑电识别率为100%。实验结果表明,改进的CSP算法更准确地反映脑电信号的任务状态,有效避免了特征模式的重复选取问题,具有更优的分类性能。

关 键 词：脑机接口 脑电 共同空间模式(CSP)  支持向量机(SVM)  

分 类 号：R318[生物医学工程类]