基于改进CSP算法的运动想象脑电信号识别方法

基于改进CSP算法的运动想象脑电信号识别方法
李明爱;刘净瑜;郝冬梅
【期刊名称】《中国生物医学工程学报》
【年(卷),期】2009(028)002
【摘要】针对想象运动的脑机接口(BCI)系统中,在电极导联数少的情况下存在脑电信号分类准确率降低的问题,提出一种改进共同空间模式(CSP)算法. 通过对事件相关去同步(ERD)/事件相关同步(ERS)生理现象较明显的频段进行滤波, 选取最大特征值对应的表征运动想象脑电信号状态的最优特征向量,进而提出特征向量新的定义方法,同时与支持向量机(SVM)相结合,实现运动想象脑电数据的分类.对于GRAZ 大学提供的运动想象脑电数据(Data Ⅲ),想象左手运动脑电信号的识别准确率为98.57%.想象右手运动的脑电识别率为100%.实验结果表明,改进的CSP算法更准确地反映脑电信号的任务状态,有效避免了特征模式的重复选取问题,具有更优的分类性能.
【总页数】5页(P161-165)
【作者】李明爱;刘净瑜;郝冬梅
【作者单位】北京工业大学人工智能与机器人研究所,北京,100124;北京工业大学人工智能与机器人研究所,北京,100124;北京工业大学人工智能与机器人研究所,北京,100124
【正文语种】中文
【中图分类】R318
【相关文献】
1.基于CSP算法与小波包分析方法的运动想象脑电信号特征提取性能的比较 [J], 吴林彦;鲁昊;高诺;王涛
2.基于改进CSP算法的运动想象脑电信号分类方法 [J], 马满振;郭理彬;苏奎峰
3.基于CSP与SVM算法的运动想象脑电信号分类 [J], 刘冲;赵海滨;李春胜;王宏
4.基于CSP与卷积神经网络算法的多类运动想象脑电信号分类 [J], 曾庆山;范明莉;宋庆祥
5.一种基于PSO-CSP-SVM的运动想象脑电信号特征提取及分类算法 [J], 刘宝;蔡梦迪;薄迎春;张欣
因版权原因，仅展示原文概要，查看原文内容请购买。