基于最优化少量电极的思维任务脑机接口

摘要：

为减少脑机接口的电极数量，采用基于最优化少量电极的共空间模式（CSP）算法提取不同思维任务下的脑电信号（EEG）特征值．首先，根据事件相关（去）同步化现象观察时频特性；然后，运用熵准则对单个电极进行可分性度量；最后，根据可分性排序，利用基于最优化少量电极的CSP算法和支持向量机算法对不同电极组合的特征值进行提取和分类，得出最优化的电极组合．结果表明，进行心算和想像空间旋转2种思维任务时被试的EEG信号在顶叶和枕叶区域存在明显的能量差异，6个被试可分性最高的电极均位于这2个区域；与传统的EEG信号处理算法相比，基于最优化少量电极的算法可以使系统使用的电极数减少至3．3个，并且分类正确率提高5．4％．因此，采用基于最优化少量电极的算法可以减少电极数目，改善思维任务脑机接口的性能．

关键词：思维任务、脑机接口、最优化少量电极、共空间模式、熵准则

所属期刊栏目：46

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金资助项目61405033，61505028;国家重点基础研究发展计划973计划资助项目2010CB327705;高等学校学科创新引智计划资助项目B07027;江苏省自然科学基金资助项目BK20130629．

在线出版日期：2016-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：934-938