科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2015年
14期
70-75
,共6页
脑机接口(BCI)%运动想象%共空域模式(CSP)%回溯搜索优化算法(BSA)%频带优化选择
腦機接口(BCI)%運動想象%共空域模式(CSP)%迴溯搜索優化算法(BSA)%頻帶優化選擇
뇌궤접구(BCI)%운동상상%공공역모식(CSP)%회소수색우화산법(BSA)%빈대우화선택
brain computer interface%motor imagery%common spatial pattern%backtracking search optimization algorithm%optimal frequency band selection
在基于运动想象的脑机接口(BCI)中,特征提取是影响整个系统性能的一个关键部分.共空域模式(CSP)是一种有效的特征提取算法,它能很好地提取与事件相关去同步/同步(ERD/ERS)生理特征相关的节律信息,因而在BCI系统中得到广泛应用.然而,CSP算法的分类性能极大地依赖于EEG信号的滤波频带.一般情况下,大都采用8～ 30 Hz的带通滤波器滤波,因为这个宽带包含了产生ERD/ERS想象的mu(8 ～ 12 Hz)和beta(18 ～ 26 Hz)节律.为了更加精准的定位最佳频带,将8 ～ 30 Hz的宽带滤波细分为大小不等的子带滤波,利用回溯搜索优化算法(BSA)与CSP相结合来选择最优频带,并以分类错误率作为BSA的适应度值(即频带选择标准).使用该算法对5个受试者的实验数据进行了交叉验证分类实验.实验结果表明,最优频带的平均分类正确率比宽带(8 ～30 Hz)可高出7.91％.
在基于運動想象的腦機接口(BCI)中,特徵提取是影響整箇繫統性能的一箇關鍵部分.共空域模式(CSP)是一種有效的特徵提取算法,它能很好地提取與事件相關去同步/同步(ERD/ERS)生理特徵相關的節律信息,因而在BCI繫統中得到廣汎應用.然而,CSP算法的分類性能極大地依賴于EEG信號的濾波頻帶.一般情況下,大都採用8～ 30 Hz的帶通濾波器濾波,因為這箇寬帶包含瞭產生ERD/ERS想象的mu(8 ～ 12 Hz)和beta(18 ～ 26 Hz)節律.為瞭更加精準的定位最佳頻帶,將8 ～ 30 Hz的寬帶濾波細分為大小不等的子帶濾波,利用迴溯搜索優化算法(BSA)與CSP相結閤來選擇最優頻帶,併以分類錯誤率作為BSA的適應度值(即頻帶選擇標準).使用該算法對5箇受試者的實驗數據進行瞭交扠驗證分類實驗.實驗結果錶明,最優頻帶的平均分類正確率比寬帶(8 ～30 Hz)可高齣7.91％.
재기우운동상상적뇌궤접구(BCI)중,특정제취시영향정개계통성능적일개관건부분.공공역모식(CSP)시일충유효적특정제취산법,타능흔호지제취여사건상관거동보/동보(ERD/ERS)생리특정상관적절률신식,인이재BCI계통중득도엄범응용.연이,CSP산법적분류성능겁대지의뢰우EEG신호적려파빈대.일반정황하,대도채용8～ 30 Hz적대통려파기려파,인위저개관대포함료산생ERD/ERS상상적mu(8 ～ 12 Hz)화beta(18 ～ 26 Hz)절률.위료경가정준적정위최가빈대,장8 ～ 30 Hz적관대려파세분위대소불등적자대려파,이용회소수색우화산법(BSA)여CSP상결합래선택최우빈대,병이분류착오솔작위BSA적괄응도치(즉빈대선택표준).사용해산법대5개수시자적실험수거진행료교차험증분류실험.실험결과표명,최우빈대적평균분류정학솔비관대(8 ～30 Hz)가고출7.91％.
