針對目前P300腦電信號微弱及分類準(zhǔn)確率低等問題,在已有的腦電信號特征提取方法的基礎(chǔ)上,根據(jù)腦電信號在時域、頻域以及空域都存在特征的特點,提出了一種將時域特征、頻域特征和空域特征融合的腦電信號特征提取方法。首先,對數(shù)據(jù)進(jìn)行預(yù)處理,去除噪聲及偽跡;然后,對預(yù)處理后的數(shù)據(jù)進(jìn)行分段疊加平均,求取時域能量熵作為時域特征,以小波變換后得到的近似系數(shù)為頻域特征,通過ICA算法得到的混合矩陣為空域特征;最后使用SVM作為分類器,在BCI競賽III的字符拼寫數(shù)據(jù)中對所提出的方案進(jìn)行驗證,結(jié)果表明,對P300腦電信號進(jìn)行多域特征提取能夠提高P300的分類準(zhǔn)確率,而且進(jìn)行5次疊加平均的分類結(jié)果高于單一特征提取方法進(jìn)行10次特征提取的分類結(jié)果,在15次疊加平均的情況下分類準(zhǔn)確率達(dá)到了97.3%。 

【文章來源】：長春理工大學(xué)學(xué)報(自然科學(xué)版). 2019,42(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

EEG采集電極位置圖

爍一次稱為一個block，其中包含2次目標(biāo)刺激和10次非目標(biāo)刺激。對于每個字符，這樣的過程重復(fù)15次，稱為一個run，為了方便理解，給出如圖3所示時序圖。在實驗開始前已經(jīng)為受試者設(shè)定了待拼寫的目標(biāo)字符（矩陣左上方），當(dāng)目標(biāo)字符所在的行或列閃爍后受試者的EEG中就會產(chǎn)生一個P300波形，受試者默記這些行和列閃爍的次數(shù)，而對其他字符的行和列閃爍不作計數(shù)。經(jīng)過數(shù)據(jù)處理后，SVM分類算法能夠根據(jù)上述特點判斷出目標(biāo)字符所在的行或列，進(jìn)而推斷出目標(biāo)字符。圖1EEG采集電極位置圖圖2誘發(fā)界面及其行列編號圖3P300拼寫實驗時序圖88

其中包含2次目標(biāo)刺激和10次非目標(biāo)刺激。對于每個字符，這樣的過程重復(fù)15次，稱為一個run，為了方便理解，給出如圖3所示時序圖。在實驗開始前已經(jīng)為受試者設(shè)定了待拼寫的目標(biāo)字符（矩陣左上方），當(dāng)目標(biāo)字符所在的行或列閃爍后受試者的EEG中就會產(chǎn)生一個P300波形，受試者默記這些行和列閃爍的次數(shù)，而對其他字符的行和列閃爍不作計數(shù)。經(jīng)過數(shù)據(jù)處理后，SVM分類算法能夠根據(jù)上述特點判斷出目標(biāo)字符所在的行或列，進(jìn)而推斷出目標(biāo)字符。圖1EEG采集電極位置圖圖2誘發(fā)界面及其行列編號圖3P300拼寫實驗時序圖88


本文編號：2990256