运动想象脑电的块选择共空间模式特征提取
孟明
尹旭
高云园
佘青山
罗志增
杭州电子科技大学自动化学院,浙江杭州310018
摘要：共空间模式(CSP)作为一种空间滤波方法已在脑电信号(EEG)的特征提取上得到了广泛应用,而对脑电信号的通道和频带进行合理选择可以有效改善共空间模式特征在运动想象脑机接口(BCI)中的分类性能.针对已有选择方法中未充分考虑通道间差异性的问题,本文提出一种对通道和频带同时进行选择的块选择共空间模式(BS–CSP)特征提取方法.首先针对每个通道进行频带划分从而构建数据块,然后根据时频特征计算对应的Fisher比表征每个块的分类能力,并设置阈值选出一定数量的最优块,最后用CSP和支持向量机(SVM)分别进行特征提取与分类.在对BCI CompetitionⅢDatesate IVa和BCI Competition IV Datesate I两个二分类运动想象任务的分类实验中,平均分类精度达到了90.25％和83.78％,表明了所提出的特征提取方法的有效性和鲁棒性.
关键词：脑机接口运动想象共空间模式支持向量机块选择
资助基金：国家自然科学基金(61671197)国家自然科学基金(61871427)国家自然科学基金(61971168)浙江省自然科学基金(LY18F030009)
论文发表日期：2021-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 301-308 )
英文信息