基于参数模型和FastICA算法的P300特征实时提取

摘要：

利用AR模型结合快速独立成份分析(FastICA)对视觉诱发电位P300特征进行实时提取.采用图片轮换作为诱发刺激获取EEG信号,利用主成份分析对脑电信号降维处理,然后进行独立成份分析,计算各独立成份与垂直眼电导联的相关性,自动去除眼电干扰.利用AR模型对自发脑电建模,并除去EEG中的自发脑电,通过少次相干平均提取P300.实验结果表明:该方法可以不依赖任何先验信息,在不降低信噪比的情况下实时提取P300特征,避免了长时间视觉刺激引起视觉疲劳而产生的误差,提高了脑机接口系统的识别效率,为建立在线BCI系统奠定了基础.

关键词：特征提取、P300、独立成份分析、参数模型

所属期刊栏目：23

分类号：TP274+.2(自动化技术及设备)

资助基金：山西省自然科学基金资助项目2007011041;山西省高校科技开发资助项目20081001

在线出版日期：2010-01-29（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：505-509