本文關(guān)鍵詞：運(yùn)動意圖的偏最小二乘解碼研究　出處：《生物醫(yī)學(xué)工程學(xué)雜志》2016年04期 　論文類型：期刊論文

  更多相關(guān)文章： 運(yùn)動意圖 稀疏編碼 特征提取 偏最小二乘 支持向量機(jī)

【摘要】：由于大腦信息編碼的稀疏特性,微電極陣列記錄的神經(jīng)元集群信號中包含大量的噪聲和冗余信息,這降低了運(yùn)動意圖解碼的穩(wěn)定性和精確度。針對這一問題,本文將偏最小二乘(PLS)特征提取應(yīng)用于神經(jīng)元集群解碼中,首先采用PLS提取神經(jīng)元集群鋒電位發(fā)放特征,然后用支持向量機(jī)(SVM)對提取的特征進(jìn)行分類,解碼得到運(yùn)動意圖。采集三組鴿子十字迷宮轉(zhuǎn)向?qū)嶒?yàn)中的大腦神經(jīng)元集群信號進(jìn)行解碼,結(jié)果表明,PLS結(jié)合分類模型的解碼方法克服了PLS回歸易受噪聲累積影響的缺點(diǎn),穩(wěn)定性和解碼正確率均更高,相比傳統(tǒng)的降維方法,PLS提取特征個數(shù)更少,包含有用信息更多,三組實(shí)測數(shù)據(jù)的解碼正確率分別為93.59%、84.00%和83.59%。
[Abstract]:......
【作者單位】： 鄭州大學(xué)電氣工程學(xué)院;
【基金】：河南省科技攻關(guān)計(jì)劃項(xiàng)目資助(122102210102) 國家自然科學(xué)基金資助項(xiàng)目(U1304602)
【分類號】：R318;TN911.7
【正文快照】： 引言運(yùn)動意圖解碼是腦機(jī)接口研究中的重要內(nèi)容,其通過提取人或?qū)嶒?yàn)動物的神經(jīng)信號,解碼出運(yùn)動信息來控制一些外部設(shè)備,對于挖掘人類認(rèn)知潛能、殘障人康復(fù)、神經(jīng)疾病治療等都具有重要的意義[1-2]。目前研究表明,大腦通過神經(jīng)元集群方式動態(tài)編碼外部信息,并且,在作用于同一刺激，

本文編號：1355609