基于时延空时滤波的P300波形提取及目标分类算法

摘要：

提出一种基于时延空时滤波的P300波形提取及目标分类算法.将多通道脑电信号进行时延,利用最小二乘法思想构造代价函数,通过交替优化的方式估计空时滤波器和源信号,使代价函数收敛并得到空时滤波器,实现空域的源分离和时域的波形提取.经过仿真P300数据对算法性能进行验证,结果表明,该算法对P300波形恢复效果优于同类型的相关算法.对真实脑电数据进行处理,用算法得到的空时滤波器提取P300源成分作为分类特征,利用训练集得到的P300源成分训练Fisher分类器进行目标分类.结果表明,算法的P300波形提取效果、目标分类准确率及AUC值均优于同类型的相关算法.因此,该算法可有效提取P300波形并进行目标分类.

关键词：脑电、空时滤波、P300波形、波形提取、分类

所属期刊栏目：41

分类号：TP212.9(自动化技术及设备)

资助基金：国家自然科学基金资助项目;国家重点研发计划资助项目;广东省重点领域研发计划项目

在线出版日期：2021-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：327-333