基于共空间模式的运动想象脑电信号识别研究.PDF

第14卷第2期 南京师范大学学报(工程技术版) Vol.14 No.2 2014年6月 JOURNAL OF NANJING NORMAL UNIVERSITY(ENGINEERING ANDTECHNOLOGY EDITION) Jun,2014 詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨 基于共空间模式的运动想象脑电信号识别研究 1 1,2 1,2 潘赛虎 ,李文杰 ,张摇 义 (1.常州大学信息科学与工程学院,江苏 常州213164) (2.常州市生物医学信息技术重点实验室,江苏 常州213164) [摘要]摇 脑-机接口技术领域的关键问题是脑电信号的分类识别研究.本文针对脑电信号的分类问题,基于 EGI-64导脑电采集系统得到7名被试者的左右手运动想象脑电数据,首先采用扩展Infomax鄄ICA方法对脑电数 据进行去噪处理;然后利用共空间模式方法对C / C 2个电极的脑电信号进行特征提取;最后比较了Fisher线性 3 4 判别分析法、贝叶斯方法、径向神经网络和BP神经网络几种算法的平均分类率.结果表明:神经网络分类方法得 到的平均分类率要高于其他2种方法,而BP神经网络方法的平均分类率最高,可以达到95.36%,但另外3种方 法的运行速度明显高于BP神经网络.该结果为实时BCI系统实施提供了一定依据. [关键词]摇 运动想象,脑-机接口,特征提取,模式识别 [中图分类号]R318.04;TP391.4摇 [文献标志码]A摇 [文章编号]1672-1292(2014)02-0055-06 Classification of Left鄄Right Hand Motor Imagery Electroencephalogram Signals Based on a Feature Extraction Common Spatial Pattern Algorithm 1 1,2 1,2 Pan Saihu ,LiWenjie ,Zhang Yi (1.Faculty of Information Science and Engineering,Changzhou University,Changzhou213164,China) (2.Changzhou Key Laboratory of Biomedical Information Technology,Changzhou213164,China) Abstract:Classification of electroencephalogram(EEG)signal is an important issue in brain鄄computer interface(BCI). Based on the classification of the EEG signals,in this paper,we collect the left鄄right hand motor imagery EEG data of 7 subjectswhich are recorded by EGI-64 scalp electrodes placed according to the international 10/ 20 system.Firstly,the EEG data are denoised with extend Infomax鄄Independ