基于運動想象的腦-機接口特征提取和分類算法研究.pdf

1、腦-機接口(Brain-computer interface，BCI)一種新型的人機交互系統(tǒng)，它以腦信號為信息載體，直接把人的思維活動轉(zhuǎn)換為控制命令來控制外部設(shè)備。BCI在醫(yī)療、軍事、交通等領(lǐng)域有著廣泛的應(yīng)用前景。其中，基于運動想象的BCI的研究，是近年來BCI研究領(lǐng)域的熱點。提高該類BCI系統(tǒng)的可靠性與性能的關(guān)鍵在于對運動想象腦電信號的模式識別，主要包括三部分:預(yù)處理、特征提取和分類，本文的重點是針對運動相關(guān)電位(Movement r

2、elated potential，MRP)和事件相關(guān)去同步/同步(Event-related desynchronization/synchronization，ERD/ERS)的特征提取和分類算法的研究，主要工作包括:
　　(1)證明判別空域模式算法(Discriminative spatial patterns，DSP)的空間濾波與特征選擇和分類的不一致。DSP的空間濾波通過調(diào)整時間序列之間的距離來讓不同類別的數(shù)據(jù)分離開，但D

3、SP最終采用時間序列的均值來作為特征，這與空間濾波是不一致的。此外，DSP的空間濾波器和后續(xù)的分類器也不是基于同一目標進行優(yōu)化的，因此，DSP的空間濾波和分類是不一致的。這兩個不足可能會降低分類精度。
　　(2)一種針對MRP特征提取和分類的基于邏輯回歸的聯(lián)合框架研究。該框架是對DSP算法的擴展。針對DSP的空間濾波和特征選擇的不一致，該框架直接計算空間濾波后時間序列之間的距離來作為分類特征。針對DSP的空間濾波與分類的不一致，該

4、框架將空間濾波、特征提取和分類聯(lián)合在同一個最小化經(jīng)驗風(fēng)險的優(yōu)化問題下，對三者進行聯(lián)合優(yōu)化。實驗結(jié)果證明，基于邏輯回歸模型的聯(lián)合分類框架能夠更加準確地提取MRP的時空特性，有效提高BCI系統(tǒng)的分類精度和魯棒性。
　　(3)一種針對ERD特征提取和分類的基于線性嶺回歸模型的聯(lián)合框架研究。該框架運用高斯核函數(shù)來計算各電極之間的非線性空間相關(guān)性，并以此作為ERD的分類特征。此外，該框架整合了信號的預(yù)處理、特征提取和分類，并對三者進行聯(lián)合優(yōu)