研究目的
提出一种基于脑电的脑机接口中新的运动想象分类方法,该方法采用信号依赖正交变换进行特征提取,并将其性能与现有最先进的特征提取方法进行比较。
研究成果
基于LP-SVD的特征提取方法在从脑电信号中分类运动想象动作方面优于相关最先进方法。结合额外特征和通道选择方法进一步提升了性能,平均准确率达到81.38%。
研究不足
该研究聚焦于特定数据集(BCI IIIa竞赛数据集)及某一类脑电信号处理方式,未探究该方法对其他数据集或信号类型的泛化能力。变换系数的数量保持恒定,这可能并非适用于所有情况的最优选择。
1:实验设计与方法选择:
本研究采用信号依赖正交变换(LP-SVD)从脑电信号中提取特征。该变换通过两步构建:先估计线性预测编码(LPC)滤波器系数,再利用奇异值分解(SVD)计算LPC滤波器冲激响应矩阵的左奇异向量。
2:样本选择与数据来源:
使用BCI竞赛III(2005)的数据集IIIa,由三名受试者通过64通道Neuroscan脑电放大器记录。
3:实验设备与材料清单:
64通道Neuroscan脑电放大器(美国北卡罗来纳州夏洛特市Compumedics公司)。
4:实验流程与操作步骤:
采集脑电信号并进行预处理,随后采用LP-SVD变换提取特征,使用逻辑模型树分类器进行分类。
5:数据分析方法:
通过10折交叉验证评估所提方法的性能,并与现有先进方法进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容