針對(duì)目前P300腦電信號(hào)微弱及分類(lèi)準(zhǔn)確率低等問(wèn)題,在已有的腦電信號(hào)特征提取方法的基礎(chǔ)上,根據(jù)腦電信號(hào)在時(shí)域、頻域以及空域都存在特征的特點(diǎn),提出了一種將時(shí)域特征、頻域特征和空域特征融合的腦電信號(hào)特征提取方法。首先,對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,去除噪聲及偽跡;然后,對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分段疊加平均,求取時(shí)域能量熵作為時(shí)域特征,以小波變換后得到的近似系數(shù)為頻域特征,通過(guò)ICA算法得到的混合矩陣為空域特征;最后使用SVM作為分類(lèi)器,在BCI競(jìng)賽III的字符拼寫(xiě)數(shù)據(jù)中對(duì)所提出的方案進(jìn)行驗(yàn)證,結(jié)果表明,對(duì)P300腦電信號(hào)進(jìn)行多域特征提取能夠提高P300的分類(lèi)準(zhǔn)確率,而且進(jìn)行5次疊加平均的分類(lèi)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(lèi)結(jié)果,在15次疊加平均的情況下分類(lèi)準(zhǔn)確率達(dá)到了97.3%。 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019,42(05)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

EEG采集電極位置圖

爍一次稱(chēng)為一個(gè)block，其中包含2次目標(biāo)刺激和10次非目標(biāo)刺激。對(duì)于每個(gè)字符，這樣的過(guò)程重復(fù)15次，稱(chēng)為一個(gè)run，為了方便理解，給出如圖3所示時(shí)序圖。在實(shí)驗(yàn)開(kāi)始前已經(jīng)為受試者設(shè)定了待拼寫(xiě)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(huì)產(chǎn)生一個(gè)P300波形，受試者默記這些行和列閃爍的次數(shù)，而對(duì)其他字符的行和列閃爍不作計(jì)數(shù)。經(jīng)過(guò)數(shù)據(jù)處理后，SVM分類(lèi)算法能夠根據(jù)上述特點(diǎn)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(hào)圖3P300拼寫(xiě)實(shí)驗(yàn)時(shí)序圖88

其中包含2次目標(biāo)刺激和10次非目標(biāo)刺激。對(duì)于每個(gè)字符，這樣的過(guò)程重復(fù)15次，稱(chēng)為一個(gè)run，為了方便理解，給出如圖3所示時(shí)序圖。在實(shí)驗(yàn)開(kāi)始前已經(jīng)為受試者設(shè)定了待拼寫(xiě)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(huì)產(chǎn)生一個(gè)P300波形，受試者默記這些行和列閃爍的次數(shù)，而對(duì)其他字符的行和列閃爍不作計(jì)數(shù)。經(jīng)過(guò)數(shù)據(jù)處理后，SVM分類(lèi)算法能夠根據(jù)上述特點(diǎn)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(hào)圖3P300拼寫(xiě)實(shí)驗(yàn)時(shí)序圖88


本文編號(hào)：2990256