本文關(guān)鍵詞：基于改進(jìn)CSP算法的運動想象腦電信號識別方法，由筆耕文化傳播整理發(fā)布。

針對想象運動的腦機接口(BCI)系統(tǒng)中,在電極導(dǎo)聯(lián)數(shù)少的情況下存在腦電信號分類準(zhǔn)確率降低的問題,提出一種改進(jìn)共同空間模式(CSP)算法。通過對事件相關(guān)去同步(ERD)／事件相關(guān)同步(ERS)生理現(xiàn)象較明顯的頻段進(jìn)行濾波,選取最大特征值對應(yīng)的表征運動想象腦電信號狀態(tài)的最優(yōu)特征向量,進(jìn)而提出特征向量新的定義方法,同時與支持向量機(SVM)相結(jié)合,實現(xiàn)運動想象腦電數(shù)據(jù)的

2卷 2期 8 20 0 9年 4月

中國生

物醫(yī)學(xué)

工程

學(xué)

報

Vo . 1 28

N0. 2

C i s J un lfBo e i l n i e n h e o ra o i dc gn r g ne m aE ei

Ap i 2 0 rl 09

基于改進(jìn) C P算法的運動想象腦電信號識別方法 S 李明愛 劉凈瑜郝冬梅 (京工業(yè)大學(xué)人工智能與機器人研究所，京 102 )北北 0 14

摘

要：針對想象運動的腦機接口( C )統(tǒng)中，電極導(dǎo)聯(lián)數(shù)少的情況下存在腦電信號分類準(zhǔn)確率降低的問題， B I系在

提出一種改進(jìn)共同空間模式 ( S )法。過對事件相關(guān)去同步 ( R )事件相關(guān)同步 ( R )理現(xiàn)象較明顯的頻 C P算通 E D/ E S生段進(jìn)行濾波，選取最大特征值對應(yīng)的表征運動想象腦電信號狀態(tài)的最優(yōu)特征向量，而提出特征向量新的定義方進(jìn)法，同時與支持向量機 (V相結(jié)合，現(xiàn)運動想象腦電數(shù)據(jù)的分類。對于 G A大學(xué)提供的運動想象腦電數(shù)據(jù) S M)實 RZ (a Dt aⅢ)想象左手運動腦電信號的識別準(zhǔn)確率為 9 .7。想象右手運動的腦電識別率為 10。實驗結(jié)果表， 85% 0%明，改進(jìn)的 C P算法更準(zhǔn)確地反映腦電信號的任務(wù)狀態(tài)，效避免了特征模式的重復(fù)選取問題，有更優(yōu)的分類 S有具 性能。

關(guān)鍵詞：機接口；電；同空間模式 ( S )支持向量機 (V 腦腦共 CP; S M)

EEG c g iin o o o m a e y Ba e n I p o e P Alo i m Re o n to fM t r I g r s d o m r v d CS g rt h

L n— IMigAi

L U ig Yu HAO n - i I Jn— Do g Me

( ntu o r c l ne i,ea dR bt ei n e i eh o g,B i g 1 1 ) Istt n o t i t l e n oo,B i g U i rt o c nl y ei 0￣ i i fA i a I lg w f j n v sy fT o j n

Ab tat nbancmp tr ne ae B I ytmso oo m g r,a mpo e o o pt lp t r ( S ) s c:I ri—o ue tr c ( C )ss fm t i aey n i r

v dcmm nsai a en C P r i f e r a t l o i m a r p s d t o v h r b e t a o c a sf a i c u a y i o d t n o ag r h w s p o o e o s l e t e p o l m h tl w ls i c t n a c r c n c n i o fEEGs c l c e t e t i o i ol t d wi f w e h

c a n l . EE w r f t r d h o g a r q e c b n i wh c e e tr l t d e y c m n z t n e e tr l td h n es Gs e e i e e t r u h fe u n y a d n l i h v n—e ae d s n h ia i/ v n—e ae o s n h o ia in p y i lg c l p e o n n w s o v o s y c r nz t h soo ia h n me o a b i u .T e b s o r s o d n i e v c o ft e b g e te g n au o h e tc re p n i g eg n e t r o h ig s i e v e l wa e e t d t e c b h tt f mo o ma e s s l c e o d s r e t e sa e o t r i g r EEGs i y .T e e fa u e e t ci g ma n r wa r p s d a d h n a n w e t r x r t n e s p o o e n a n

c m ie i u p r vco ahn ( V o bn dwt sp ot etrm c ie S M)frtecas ct no oo aeyE G .F r h aapoie y h o l i ai fm tr m g r E s o edt rvddb h sf o i i t G A nv r t( aⅢ ),tercgio cuayo f h n m g r m v m n a 8 5%, n 0% fr R Z u i sy D t ei a h eont nac rc f e a di ae oe etw s9 .7 i lt y ad 10 o i h a d i g r v me t 1e x e me trs lss o d t a h mp o e S l o t m o l e e tt e EE rg t h n ma e y mo e n .1 l e p r n e u t h we h tt e i r v d C P a g r h c u d r f c h Gs} i i l t s t t

r x c l n v i h e e i v i e v co ee to a k sa e mo e e a t a d a o d t e r p t i e e g n e t rs lc i n. y t

Ke r s ba—o p t t fc;eet e cp aorm;c m nsai a e ( S ) u p r vc r c i ywo d:ri cm ue i e ae lc o ne hlga n rn r r o mo p t l t r C P;spot et hn a p tn o ma e

(V S M) 中圖分類號 R 1 38 文獻(xiàn)標(biāo)識碼 A 文章編號 0 5— 2【0 9 0— 1 10 2 8 8 1 2 0】20 6—4 0

引言 目前，多種疾病可以損傷腦與外部環(huán)境進(jìn)行有 交流和控制的神經(jīng)肌肉通路，如腦癱多發(fā)性硬化和

活，患者的生活質(zhì)量低下，但給家庭和社會造成的負(fù)擔(dān)也十分沉重。隨著計算機技術(shù)的進(jìn)步和腦功能研 究的不斷深入，們開始嘗試建立一種全新的、人不依賴于肌肉的交流和控制通路，腦和外部世界之間在

肌萎縮性脊髓側(cè)索硬化 (m o ohcl ea sl oi, a yt p i a r c rs r t l e s A s等。這些疾病會使人部分或全部失去自主的 L)肌肉控制�，F(xiàn)代的生命支持技術(shù)可以使患者長期存 收稿日期： 0 80.l 20—7O,修回日期： 081 4 20,22

傳遞信息和命令，就是所謂的腦 .算機接口這計 ( C )簡稱腦機接口 4。 B I,一J B I術(shù)作為一門新興交叉學(xué)科， C技正受到國際、

基金項目：京市委組織部優(yōu)秀人才培養(yǎng)項目(07 B 5 10 18;家自然科學(xué)基金資助項目(075 3北 2 1 0050 9 )國 3 60 4 ) *通訊作者。 Em i iigi jteu c - a:l na@b .d .n l m u

  本文關(guān)鍵詞：基于改進(jìn)CSP算法的運動想象腦電信號識別方法，，由筆耕文化傳播整理發(fā)布。