為滿足腦-機接口特征提取實時性以及臨床腦電檢測高效性的要求,探討事件相關(guān)電位的單試次高效提取技術(shù)尤為重要。將小波分析、經(jīng)驗?zāi)B(tài)分解、極限學(xué)習(xí)機以及偏最小二乘（PLS）應(yīng)用于仿真和真實腦電信號,完成特征提取。結(jié)果顯示:仿真實驗中,不同信噪比下PLS提取性能穩(wěn)定,P300潛伏期誤差小于4 ms;真實腦電中,PLS少次迭代,特征提取更為精確,峰值誤差0.551μV,峰值潛伏期偏移量27 ms,均小于小波、經(jīng)驗?zāi)B(tài)分解以及極限學(xué)習(xí)機多試次迭代結(jié)果（P<0.01）。結(jié)果表明偏最小二乘法在事件相關(guān)電位單試次提取中具有顯著優(yōu)勢。 

【文章來源】：計算機應(yīng)用與軟件. 2020年03期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

模擬腦電信號

提取誘發(fā)電位的過程實際上就是從記錄的腦電信號中去除自發(fā)腦電和其他噪聲信號。小波分解與經(jīng)驗?zāi)B(tài)分解都是信號去噪的常用方法,在誘發(fā)電位的提取中也應(yīng)用廣泛。極限學(xué)習(xí)機是神經(jīng)網(wǎng)絡(luò)新方法。將偏最小二乘方法與以上三種方法的效果進行對比可驗證其有效性�？傮w流程如圖2所示。1.2.1 小波變換

對于模擬的含噪腦電信號,首先使用PLS方法迭代共12次得到最佳提取模型,之后利用該模型提取模擬含噪腦電信號中的N100、P300成分。觀察提取信號的時域波形可以直觀反映提取效果,圖3為信噪比為-7 dB模擬信號的理想ERP與PLS方法提取波形的對比圖。實線波形為理想ERP信號,虛線波形為PLS方法提取波形。從圖中可以直觀看出,PLS方法提取的誘發(fā)電位與理想ERP波形相似性很高,N100與P300成分也都很明顯。為了衡量PLS方法的穩(wěn)定性,對不同信噪比的模擬含噪腦電信號用PLS方法進行成分提取。將提取后的成分潛伏期與理想ERP成分潛伏期作差,該差值即為PLS方法成分提取的潛伏期偏移量。對信噪比為0 dB至-9 dB的模擬腦電信號進行成分提取,N100、P300的潛伏期偏移量如圖4所示�？梢钥闯鯪100、P300潛伏期偏移量都在7 ms之內(nèi),誤差較小。其中N100潛伏期偏移量較P300偏大,P300潛伏期最大偏移量為4 ms而N100與真實位置偏差最大達到6.2 ms。但最后噪聲再增加而N100、P300偏移量將保持穩(wěn)定。


本文編號：2917634