無監(jiān)督自適應式腦機接口的算法研究.pdf

1、腦機接口(BCI)是一種不依賴大腦的常規(guī)輸出通路、直接通過意識向外界發(fā)送信息和命令的通訊系統(tǒng)。當前腦機接口研究的核心目的是幫助癱瘓病人恢復交流與控制能力。目前世界各地的腦機接口仍處于實驗室研究階段，離臨床和生活應用還有很遠的距離。在把腦機接口從實驗室環(huán)境推向現(xiàn)實應用環(huán)境的過程中，存在著一系列關鍵的技術難題。其中之一是如何對腦電信號時域、頻域、空域信息進行綜合利用的問題，另一個更受關注的難題是分類器對人腦狀態(tài)非平穩(wěn)性的無監(jiān)督自適應問題。<

2、br>　　 本文主要針對這兩個技術難題、特別是后者進行研究。
　　 針對第一個問題，提出一種頻域加權方法(FWM)，基于線性判別分析原理計算出頻域權值，對腦電信號(EEG)的頻域信息進行自動優(yōu)化。該方法與共空域模式(CSP)方法相結合，綜合考慮了空間與頻域信息，可進一步提高特征的信噪比。該方法被應用于多個BCI數(shù)據(jù)集，計算結果表明，F(xiàn)WM方法與CSP方法結合之后，分類正確率比單純采用CSP方法有了明顯的提高。
　　 針

3、對第二個問題，為了對線性判別分析(LDA)分類器進行無監(jiān)督自動更新，改進了原有的高斯混合模型(GMM)方法，通過對模型參數(shù)的初始值進行更新，提高了算法對數(shù)據(jù)變化的跟蹤能力。還首次將模糊C平均(FCM)方法應用于腦機接口分類器的無監(jiān)督自適應，同時也對FCM方法的模型參數(shù)初始值進行更新，提高了算法的適應能力和穩(wěn)健性。這兩種方法以及現(xiàn)有的幾種參考算法被應用于大批仿真數(shù)據(jù)和真實數(shù)據(jù)，計算結果表明FCM方法的分類錯誤率明顯低于其它無監(jiān)督方法，可與

4、有監(jiān)督自適應方法相媲美。而改進的GMM方法(iGMM)也比原來的GMM方法錯誤率較低。
　　 本文不僅改進或引入了兩種無監(jiān)督自適應方法，同時還首次系統(tǒng)地對腦機接口分類器的無監(jiān)督自適應問題做了研究。為了全面地考察各種方法的性能、以及影響其性能的內外因素，構造了幾個典型的算例，通過人為控制數(shù)據(jù)特性的方式來考察并分析各種方法在不同場合下的表現(xiàn)。分析結果表明，F(xiàn)CM方法在可行性、柔性、穩(wěn)健性、簡易性等方面整體優(yōu)于其它幾種方法。最后，根據(jù)