基于通道擴(kuò)維的多類CSP算法及在腦-機(jī)接口中的應(yīng)用研究.pdf

1、對(duì)腦電信號(hào)的正確識(shí)別是決定腦-機(jī)接口性能最關(guān)鍵因素,因此基于腦電信號(hào)分類識(shí)別算法的研究顯得尤為重要。
　　對(duì)于基于腦電信號(hào)(electroencephalogram,EEG)的腦-機(jī)接口系統(tǒng),共空域模式(common spatial pattern,CSP)算法被廣泛應(yīng)用于解碼相應(yīng)神經(jīng)元活動(dòng)空間模式,并且對(duì)于兩類運(yùn)動(dòng)想象的分類識(shí)別效果很好。多類模式的 CSP算法有三種表現(xiàn)形式,第一是將多類轉(zhuǎn)換成一對(duì)一(one versus one

2、,OVO)CSP模式,第二是將多類轉(zhuǎn)換成一對(duì)多(one versus rest,OVR)CSP模式,第三是基于近似聯(lián)合對(duì)角化方法(approximate joint diagonalization,AJD)的CSP模式。雖然基于OVO算法的分類準(zhǔn)確率較高,但是穩(wěn)定性差,在此提出基于KNN分類的OVO-CSP改進(jìn)型算法來(lái)提高穩(wěn)定性。結(jié)果證明,改進(jìn)算法在分類準(zhǔn)確率及穩(wěn)定性上都有提升。
　　對(duì)腦電信號(hào)的預(yù)處理過(guò)程包括各種濾波,很多個(gè)性化

3、的頻帶選擇算法被提出,但是大多數(shù)的算法都是根據(jù)分類結(jié)果來(lái)選擇頻帶,這種由果到因的選擇方式并不適用于實(shí)際的操作。因而本文選用功率譜分析對(duì)子帶進(jìn)行選擇,并且提出在多個(gè)子帶同時(shí)對(duì)多類運(yùn)動(dòng)想象數(shù)據(jù)進(jìn)行濾波,分別結(jié)合 CSP算法將提取到的特征矢量進(jìn)行組合,再進(jìn)行分類。實(shí)驗(yàn)結(jié)果證明該方法對(duì)同一組EEG數(shù)據(jù)做交叉驗(yàn)證的分類效果較好。
　　CSP算法是一種空域分析法,是對(duì)最能表征某類運(yùn)動(dòng)想象的空間(通道)進(jìn)行加權(quán)來(lái)對(duì)源信號(hào)進(jìn)行降維。按理說(shuō)通道越多

4、,越能為每類運(yùn)動(dòng)想象找出最適合通道作為空間濾波器;但是通道數(shù)越多,意味著需要更多的記錄電極,這將增加實(shí)驗(yàn)的復(fù)雜度,不利于實(shí)驗(yàn)數(shù)據(jù)的采集;并且有研究表明,20左右數(shù)目的電極能夠采集足夠的腦電信號(hào)用于分析。因此本文提出一種在不增加電極的前提下,對(duì)已有通道數(shù)據(jù)進(jìn)行時(shí)間延遲,將延遲得到數(shù)據(jù)迭代到空域中,以完成通道數(shù)的倍增,再根據(jù)最優(yōu)模式數(shù)來(lái)選擇倍增后的最優(yōu)通道。實(shí)驗(yàn)數(shù)據(jù)證明此種方法能夠有效地提高單組數(shù)據(jù)分類準(zhǔn)確率,并且驗(yàn)證了最優(yōu)的擴(kuò)展次數(shù);對(duì)于