【摘要】：針對提取局部場電位(LFP)用于運動意圖解碼的特征時,存在LFP信噪比低、編碼時間窗難以確定等問題,提出了一種結(jié)合獨立成分分析(ICA)與小波分解的特征提取方法,用于動物轉(zhuǎn)向行為的神經(jīng)信息解碼.首先結(jié)合動物運動行為視頻與LFP信號時頻分析方法,確定編碼時間窗的范圍;然后用ICA對時間窗內(nèi)的LFP進(jìn)行去噪處理,提高LFP信噪比;接著利用小波分解進(jìn)一步確定LFP編碼頻帶,并通過滑窗方法計算頻帶內(nèi)的時序能量,構(gòu)建編碼特征;最后采用k近鄰方法對編碼特征進(jìn)行分類,驗證其解碼性能.實驗結(jié)果表明,利用提出的特征提取方法,經(jīng)過1 000次交叉互驗證,分類正確率達(dá)到(92.35±5.87)%,能夠準(zhǔn)確穩(wěn)定地解碼動物的轉(zhuǎn)向行為.
[Abstract]:Aiming at the problems of low signal-to-noise ratio (SNR) of LFP and difficulty in determining coding time window when extracting feature of local field potential (LFP) for motion intention decoding, a feature extraction method combining independent component analysis (ICA) with wavelet decomposition is proposed. Neural information decoding for animal steering behavior. The range of the coding time window is determined by combining the video of animal motion behavior with the time-frequency analysis method of LFP signal, and then the LFP in the time window is de-noised by ICA to improve the signal-to-noise ratio of LFP. Then wavelet decomposition is used to further determine the LFP coding band, and the time sequence energy in the frequency band is calculated by sliding window method, and the coding features are constructed. Finally, k-nearest neighbor method is used to classify the coding features to verify its decoding performance. The experimental results show that the classification accuracy reaches (92.35 鹵5.87)% by using the proposed feature extraction method, which can accurately and stably decode the turning behavior of animals.
【作者單位】： 鄭州大學(xué)電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(U1304602) 河南省科技攻關(guān)計劃項目(122102210102)
【分類號】：R318;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳華富;獨立成分分析及其應(yīng)用的研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2003年02期

2 宋廣慶;;基于獨立成分分析的模型失配評估方法[J];科協(xié)論壇(下半月);2008年09期

3 駱媛;王嶺雪;金偉其;;獨立成分分析及其在圖像處理中的應(yīng)用[J];光學(xué)技術(shù);2012年05期

4 史振威,鐘明軍,唐煥文,唐一源;基于投影方法的約束獨立成分分析[J];運籌與管理;2004年05期

5 張媛;何明一;梅少輝;;基于主分量和獨立成分分析的多光譜目標(biāo)檢測[J];遙感技術(shù)與應(yīng)用;2006年03期

6 何元磊;劉代志;易世華;黃世奇;;基于獨立成分分析的高光譜圖像異常檢測[J];光學(xué)技術(shù);2011年02期

7 巨西諾;郭文普;孫繼銀;李琳琳;伍明;;基于獨立成分分析的遙感影像可匹配性度量(英文)[J];光子學(xué)報;2014年07期

8 劉嵩;羅敏;向軍;張國平;;基于小波變換和獨立成分分析的人臉識別[J];華中師范大學(xué)學(xué)報(自然科學(xué)版);2012年02期

9 羅文斐;鐘亮;張兵;高連如;;高光譜遙感圖像光譜解混的獨立成分分析技術(shù)[J];光譜學(xué)與光譜分析;2010年06期

10 楊雪梅;;結(jié)合ICA和SVM進(jìn)行蛋白質(zhì)氧鏈糖基化位點的預(yù)測[J];計算機與數(shù)字工程;2012年08期

相關(guān)會議論文 前10條

1 王桂安;余先川;方李根;張婷;;獨立成分分析研究綜述[A];第七屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)會議論文摘要匯編[C];2004年

2 李杰;高大啟;;線性與非線性主成分分析和獨立成分分析數(shù)據(jù)降維的比較[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

3 王桂安;余先川;方李根;張婷;;快速獨立成分分析及其在礦產(chǎn)預(yù)測中的應(yīng)用[A];第七屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)會議論文摘要匯編[C];2004年

4 吳新杰;王鳳翔;;基于獨立成分分析處理兩相流信號的方法[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

5 李強偉;;獨立成分分析及其在兩相流信號處理中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

6 劉文思;耿艷峰;趙丹;于光金;張允寧;姜威;;ICA技術(shù)在兩相流檢測中的應(yīng)用研究[A];第十五屆中國海洋（岸）工程學(xué)術(shù)討論會論文集(中)[C];2011年

7 許海翔;叢豐裕;雷菊陽;史習(xí)智;;時頻域非參數(shù)密度估計的獨立成分分析[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

8 吳新杰;陳躍寧;石玉珠;蔣秋莉;;空間濾波和獨立成分分析在速度測量中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

9 謝元芳;張正國;;兩導(dǎo)心電信號的獨立成分分析[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

10 張玉潔;王法松;李宏偉;;基于ICA的AR序列疊加過程的分解與復(fù)原[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

相關(guān)博士學(xué)位論文 前7條

1 楊s，

本文編號：2354384