10.3969/j.issn.1671-7449.2009.06.008
基于参数模型和FastICA算法的P300特征实时提取
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.
特征提取、P300、独立成份分析、参数模型
23
TP274+.2(自动化技术及设备)
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
2010-01-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
505-509