基于锁相值和图论的脑功能网络特征提取方法

摘要：

目的 为了研究大脑运动想象时脑功能网络的状态变化,并区分运动想象任务,本文提出一种基于锁相值和图论的脑功能网络特征提取方法.方法 首先获取Mu节律和Beta节律的运动想象脑电信号(motor imagery electroencephalography,MI-EEG),计算任意两导相同节律MI-EEG之间的锁相值;然后分别构建两个节律的脑功能网络,并提取6种全局网络特征参数,对其归一化处理后进行串行融合获得特征向量;最后以支持向量机(support vector machine,SVM)作为分类器,采用10折交叉验证法,在BCI Competition III Data Sets IIIa数据集上对两种运动想象任务进行分类.结果 相比于其他脑网络特征提取方法,本文方法获得了较高的识别率,最高识别率和平均识别率分别达到100.00％和83.33％.结论从脑功能网络的角度,通过构建Mu节律和Beta节律两个运动节律MI-EEG的脑功能网络,提取多个反映大脑网络整体信息的特征,相对于构建单一运动节律MI-EEG的脑功能网络,提取单个网络特征参数,能够有效改善运动想象任务的识别效果,为MI-EEG信号的特征提取方法提供了一种新的思路.

关键词：运动想象脑电信号、脑功能网络、图论、特征提取、锁相值

所属期刊栏目：38

分类号：R318.04(医用一般科学)

资助基金：国家自然科学基金81471770;北京市自然科学基金7132021

在线出版日期：2019-03-26（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：15-21