基于CSSD-DE通道选择算法的ECoG分类研究

摘要：

在脑机接口(BCI)的研究中,通道在提取脑电信息的过程中起着十分关键的作用.本研究提出基于共空域子空间分解-微分进化算法(CSSD-DE)的脑机接口通道选择方法,并且使用逻辑线性分类器进行分类.在对皮层脑电信号(ECoG)进行通道选择的过程中取得了使用少数通道就可以达到令人满意的分类效果.当最优通道个数为6,识别正确率达到93％,优于2005年脑机接口竞赛Ⅲ数据集Ⅰ的第一名的正确率(91％).并提出将最大相关最小冗余度(mRMR)和支持向量机回归特征消去(SVM-RFE)算法应用于通道选择进行对比,mRMR算法得出最优通道个数为7,识别正确率为87％,SVM-RFE算法得出的最优通道个数为6,识别正确率为81％.

关键词：脑机接口、通道选择、共空域子空间分解、微分进化算法

所属期刊栏目：31

分类号：R318.08(医用一般科学)

资助基金：国家自然科学基金60504035,61074195;河北自然科学基金F2010001281,A2010001124

在线出版日期：2013-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：712-719