基于SVM的BCI系統(tǒng)中P300信號識別技術(shù)研究.pdf

1、腦-機接口(Brain-Computer Interface，BCI)是一種新的人機交互界面，其主要任務(wù)是利用思維腦電信號實現(xiàn)人腦與計算機或其它外部機電設(shè)備的通訊和控制。作為BCI系統(tǒng)輸出控制的基礎(chǔ)，本論文主要研究了使用事件相關(guān)電位(Event-Related Potential，ERP)中P300信號進行腦電思維模式識別的方法。 文中首先介紹了誘發(fā)電位(Evoked P0tential，EP)產(chǎn)生機制的兩種假設(shè)，其一認(rèn)為EP是

2、疊加于自發(fā)腦電背景之上、由外部刺激誘發(fā)產(chǎn)生并與刺激具有鎖時關(guān)系的神經(jīng)細(xì)胞群電活動信號；其二則認(rèn)為EP是原自發(fā)腦電活動中的一部分、經(jīng)外部刺激誘發(fā)產(chǎn)生相位同步效應(yīng)所形成的神經(jīng)細(xì)胞群電活動信號。研究結(jié)果表明這兩種假設(shè)在一定程度上是共存的。 為充分利用64導(dǎo)腦電數(shù)據(jù)信息，本文先使用主成分分析(Principal Component Analysis，PCA)將信號降維，然后利用獨立分量分析(Independent Component A

3、nalysis，ICA)找出代表P300的獨立分量，再將得到的分量作相干平均以加強P300的鎖時特征；并且將每個行列的序間相干性(Inter-Trial Coherence，ITC)在300ms附近的值作為該行列的鎖相特征，每個行列的事件相關(guān)譜擾動(Event-Related Spectral Perturbation，ERSP)在300ms附近的值作為該行列的功率特征。 目前多數(shù)機器學(xué)習(xí)方法都是基于傳統(tǒng)統(tǒng)計學(xué)，當(dāng)樣本數(shù)目有限時