文献类型：期刊文章

作　　者：赵紫宁[1] 李智[1,2] 张绍荣[1,2]

Zhao Zining;Li Zhi;Zhang Shaorong(School of Electronic Engineering and Automation,Guilin University of Electronic Technology,Guilin 541004,China;School of Electronic Information and Automation,Guilin University of Aerospace Technology,Guilin 541004,China)

机构地区：[1]桂林电子科技大学电子工程与自动化学院,桂林541004 [2]桂林航天工业学院电子信息与自动化学院,桂林541004

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(61967004,11901137,81960324);广西区自然科学基金(2018GXNSFBA281023,2016GXNSFBA380160);广西区自动检测技术与仪器重点实验室基金(YQ19209,YQ18107);桂林电子科技大学研究生教育创新计划(2019YCXB03)资助项目。

年　　份：2019

卷　　号：31

期　　号：12

起止页码：64-70

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：共空域模式(CSP)在运动想象脑机接口(BCI)中得到了广泛的应用。但是传统的CSP存在3个缺陷,包括样本协方差估计的噪声敏感性、被试特异的时间窗选择以及被试特异的频带选择。针对CSP的前两个问题,分别提出了两种改进方法。第一种方法,首先提取脑电(EEG)每个通道信号的方差作为特征,分别使用Fisher线性判别分析(FLDA)和贝叶斯线性判别分析(BLDA)方法进行分类,得到通道权重分布,选择权重较大的通道再进行CSP变换。通过剔除包含噪声的通道,降低了CSP的噪声敏感性。第二种方法,基于被试持续进行运动想象的时间和强度存在差异的假设,提出一种新的被试特异的时间窗选择方法,仍然使用FLDA和BLDA方法进行分类。为验证改进算法的有效性,使用2005年BCI竞赛数据集IVa进行实验,两种改进方法分别取得了87.77%和81.23%的最高平均分类准确率。实验结果表明,所提出的两种改进方法优于传统的CSP方法。同时在两种改进方法中,BLDA方法的分类效果都优于FLDA。

关 键 词：运动想象脑电  脑机接口 共空域模式  通道选择  时间窗选择  

分 类 号：TH77[仪器类] R318]