结合能量和相位特征的多分类想象运动脑-机接口1IntegratingPower.pdfVIP

结合能量和相位特征的多分类想象运动脑-机接口1 王毅军 洪波 高小榕 高上凯 清华大学生物医学工程系，北京，100084 摘要：想象运动脑-机接口通过检测脑电信号的变化来判断大脑正在进行的运动想象状态,如想象左 右手动和想象脚动。在大脑进行想象运动的过程中，脑电信号中同时伴随着能量和相位的变化。能 量变化表现为运动相关的mu 和beta 节律的事件相关去同步化，相位变化可表现为运动皮层不同区 域间的脑电信号同步化程度的改变。基于能量和相位变化间的独立性，本文提出了结合能量和相位 的特征提取算法，并将其成功地应用到多分类脑-机接口控制机器人运动的实时系统中。 关键字：脑-机接口；想象运动；事件相关去同步化；相位同步化 Integrating Power and Phase features for Multi-class Motor Imagery Based Brain-Computer Interface Wang Yijun, Hong Bo, Gao Xiaorong, Gao Shangkai Department of Biomedical Engineering, Tsinghua University, Beijing, 100084, China Abstract: A motor imagery based Brain-Computer Interface (BCI) determines the motor imagery states, e.g. imagination of left/right hand and foot movements, through detecting the electroencephalogram (EEG) changes over the scalp. EEG signals accompany both power and phase changes during motor imagery. Event-Related Desynchronization (ERD) represents a power decrease in μ and βrhythms, while the phase synchronization between activated motor cortex areas displays an increase. Considering the independence between power and phase characteristics, we proposed an algorithm integrating power and phase features and successfully applied it to the real time BCI control of a robot’s movement. Keyword: Brain-Computer Interface (BCI); motor imagery; Event-Related Desynchronization (ERD); phase synchronization 1、引言 [1] 脑-机接口（Brain-Computer Interface, BCI ）技术的出现使人脑与外界环境的直接通讯成为可能 。 基于想象运动的脑-机接口从 BCI 应用的角度看,具有较高的分类准确率，并且能够实现多任务的模 式；从脑功能研究的角度看，它能够作为运动控制和运动意图研究的平台。现有的想象运动BCI 有 两种模式：一种是采用机器学习的算法来识别大脑的运动想象状态，比如区分想象左手、右手、脚、 [2] 舌头等不同的状态 ；另一种是通过反馈训练来让使用者能够实时调节运动相关的 μ 和 β 节律的幅 [3] 度，从而控制一维或二维的光标运动 。