用于生物特征識別的多范式誘發(fā)腦電個體差異性研究.pdf

1、近年來，生物特征識別技術(shù)受到全世界各國的普遍關(guān)注，它在維護(hù)國家安全、個人信息安全、航空安全以及軍事、醫(yī)療等方面均發(fā)揮著重要的作用，成為信息化時代的前沿?zé)狳c課題。為了滿足特殊應(yīng)用場景的需求和彌補(bǔ)現(xiàn)有技術(shù)的不足，研究者們始終致力于開發(fā)新的生物特征，腦電是其中較為新穎的嘗試之一?；谀X電的生物特征識別技術(shù)研究在國內(nèi)外尚屬起步階段，在腦電誘發(fā)范式的設(shè)計、腦電特征提取以及模式識別算法等方面仍存在較大的探索空間。
　　 本研究從腦電的個體差

2、異性出發(fā)，首先針對現(xiàn)有研究中腦電誘發(fā)范式相對單一的問題，設(shè)計并完成了涵蓋多種腦電誘發(fā)范式的兩類事件任務(wù)實驗：第一類任務(wù)包括靜息、視覺認(rèn)知、計算任務(wù)和運動想象四種范式，樣本量20人；第二類任務(wù)是視覺誘發(fā)P3范式，樣本量8人。為了有效地提取腦電中的個體差異性信息，針對各范式誘發(fā)腦電的信號特點，研究中分別嘗試了AR模型、時域能量譜、頻域能量譜、相位鎖定值以及相干平均等多種時域和頻域的特征提取算法，并利用支持向量機(jī)對上述各種范式的腦電特征進(jìn)行分

3、類識別，從而得到基于全樣本的統(tǒng)計分類正確率。本文研究結(jié)果表明，誘發(fā)腦電的個體差異性明顯高于靜息腦電，而且越是復(fù)雜任務(wù)的、被試參與度高的、與思維活動密切相關(guān)的范式，其誘發(fā)的腦電個體差異性越明顯，分類正確率最高可達(dá)98％以上，從而驗證了腦電可用于生物特征識別的可行性。在此基礎(chǔ)上，為了進(jìn)一步提高系統(tǒng)性能和識別效率，本研究在特征篩選和導(dǎo)聯(lián)優(yōu)化方面做了初步探索，并通過遺傳算法、Fisher判別率和遞歸特征篩選三種方法對分類器進(jìn)行了優(yōu)化，與優(yōu)化前相