無(wú)監(jiān)督自適應(yīng)式腦機(jī)接口的算法研究.pdf

1、腦機(jī)接口(BCI)是一種不依賴大腦的常規(guī)輸出通路、直接通過(guò)意識(shí)向外界發(fā)送信息和命令的通訊系統(tǒng)。當(dāng)前腦機(jī)接口研究的核心目的是幫助癱瘓病人恢復(fù)交流與控制能力。目前世界各地的腦機(jī)接口仍處于實(shí)驗(yàn)室研究階段，離臨床和生活應(yīng)用還有很遠(yuǎn)的距離。在把腦機(jī)接口從實(shí)驗(yàn)室環(huán)境推向現(xiàn)實(shí)應(yīng)用環(huán)境的過(guò)程中，存在著一系列關(guān)鍵的技術(shù)難題。其中之一是如何對(duì)腦電信號(hào)時(shí)域、頻域、空域信息進(jìn)行綜合利用的問(wèn)題，另一個(gè)更受關(guān)注的難題是分類器對(duì)人腦狀態(tài)非平穩(wěn)性的無(wú)監(jiān)督自適應(yīng)問(wèn)題。<

2、br>　　 本文主要針對(duì)這兩個(gè)技術(shù)難題、特別是后者進(jìn)行研究。
　　 針對(duì)第一個(gè)問(wèn)題，提出一種頻域加權(quán)方法(FWM)，基于線性判別分析原理計(jì)算出頻域權(quán)值，對(duì)腦電信號(hào)(EEG)的頻域信息進(jìn)行自動(dòng)優(yōu)化。該方法與共空域模式(CSP)方法相結(jié)合，綜合考慮了空間與頻域信息，可進(jìn)一步提高特征的信噪比。該方法被應(yīng)用于多個(gè)BCI數(shù)據(jù)集，計(jì)算結(jié)果表明，F(xiàn)WM方法與CSP方法結(jié)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(duì)第二個(gè)問(wèn)題，為了對(duì)線性判別分析(LDA)分類器進(jìn)行無(wú)監(jiān)督自動(dòng)更新，改進(jìn)了原有的高斯混合模型(GMM)方法，通過(guò)對(duì)模型參數(shù)的初始值進(jìn)行更新，提高了算法對(duì)數(shù)據(jù)變化的跟蹤能力。還首次將模糊C平均(FCM)方法應(yīng)用于腦機(jī)接口分類器的無(wú)監(jiān)督自適應(yīng)，同時(shí)也對(duì)FCM方法的模型參數(shù)初始值進(jìn)行更新，提高了算法的適應(yīng)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(yīng)用于大批仿真數(shù)據(jù)和真實(shí)數(shù)據(jù)，計(jì)算結(jié)果表明FCM方法的分類錯(cuò)誤率明顯低于其它無(wú)監(jiān)督方法，可與

4、有監(jiān)督自適應(yīng)方法相媲美。而改進(jìn)的GMM方法(iGMM)也比原來(lái)的GMM方法錯(cuò)誤率較低。
　　 本文不僅改進(jìn)或引入了兩種無(wú)監(jiān)督自適應(yīng)方法，同時(shí)還首次系統(tǒng)地對(duì)腦機(jī)接口分類器的無(wú)監(jiān)督自適應(yīng)問(wèn)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(nèi)外因素，構(gòu)造了幾個(gè)典型的算例，通過(guò)人為控制數(shù)據(jù)特性的方式來(lái)考察并分析各種方法在不同場(chǎng)合下的表現(xiàn)。分析結(jié)果表明，F(xiàn)CM方法在可行性、柔性、穩(wěn)健性、簡(jiǎn)易性等方面整體優(yōu)于其它幾種方法。最后，根據(jù)