计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
7期
136-140
,共5页
刘斌%罗聪%魏梦然%何良华
劉斌%囉聰%魏夢然%何良華
류빈%라총%위몽연%하량화
脑电信号%运动想象%贝叶斯网络%结构学习%导联位置%高斯分布
腦電信號%運動想象%貝葉斯網絡%結構學習%導聯位置%高斯分佈
뇌전신호%운동상상%패협사망락%결구학습%도련위치%고사분포
Electroencephalography(EEG) signal%motor imagery%Bayesian network%structure learning%channel position%Gaussian distribution
传统运动想象脑电信号判别分析方法存在提取特征数量多、不能反映脑电信号本质特征等问题。为此,提出一种基于贝叶斯网络结构的直观判别分析方法,用于描述进行左右手运动想象时各个导联脑电信号所组成网络的结构差异。在结构学习中引入各个导联的位置信息,利用连续高斯分布对其进行描述,以充分反映脑电信号的高时间、空间分布特征,实现对左右手运动想象脑电信号的网络建模。分别在国际脑电比赛数据集及实验室采集的数据集上进行实验,结果表明,该方法能准确反映各个导联脑电信号的特征及导联之间的关联情况,与PCA+fisherscore方法相比,具有较高的识别率和稳定性。
傳統運動想象腦電信號判彆分析方法存在提取特徵數量多、不能反映腦電信號本質特徵等問題。為此,提齣一種基于貝葉斯網絡結構的直觀判彆分析方法,用于描述進行左右手運動想象時各箇導聯腦電信號所組成網絡的結構差異。在結構學習中引入各箇導聯的位置信息,利用連續高斯分佈對其進行描述,以充分反映腦電信號的高時間、空間分佈特徵,實現對左右手運動想象腦電信號的網絡建模。分彆在國際腦電比賽數據集及實驗室採集的數據集上進行實驗,結果錶明,該方法能準確反映各箇導聯腦電信號的特徵及導聯之間的關聯情況,與PCA+fisherscore方法相比,具有較高的識彆率和穩定性。
전통운동상상뇌전신호판별분석방법존재제취특정수량다、불능반영뇌전신호본질특정등문제。위차,제출일충기우패협사망락결구적직관판별분석방법,용우묘술진행좌우수운동상상시각개도련뇌전신호소조성망락적결구차이。재결구학습중인입각개도련적위치신식,이용련속고사분포대기진행묘술,이충분반영뇌전신호적고시간、공간분포특정,실현대좌우수운동상상뇌전신호적망락건모。분별재국제뇌전비새수거집급실험실채집적수거집상진행실험,결과표명,해방법능준학반영각개도련뇌전신호적특정급도련지간적관련정황,여PCA+fisherscore방법상비,구유교고적식별솔화은정성。
In order to solve the problems such as huge amounts of features, unable to reflect the distribution of Electroencephalography (EEG) signal in the traditional methods of EEG feature extraction, a new method based on Bayesian network for motor imagery EEG discriminant analysis is proposed, which intuitively shows the differences in the network structure made up of channels in the left and right hand motor imagery. By applying the information of channel position into structure learning, using continuous Gaussian distribution to model the nodes, and making full use of the high time spatial distribution characteristics of EEG signals, it realizes modeling the network structure of left and right hand motor imagery EEG signal. Experimental results show that the proposed method can effectively reflect the relationship between channels, and it has higher recognition rate and stability compared with PCA+fisherscore method.