基于瞬态视觉诱发电位的识别算法研究.pdfVIP

2012年 第31卷 第4期 传感器与微系统 (TransducerandMicrosystemTechnologies) 47 基于瞬态视觉诱发电位的识别算法研究 吴海静 ，何庆华 ，田逢春 (1．重庆大学 通信工程学院，重庆 400044； 2．第三军医大学 大坪医院野战外科研究所 创伤、烧伤与复合伤国家重点实验室，重庆 400402) 摘 要：基于瞬态视觉诱发电位的研究是脑机接 口研究中的一种方法，其核心在于瞬态视觉诱发电位的 识别算法研究。采用累加平均和小波分解滤波从强噪声背景下提取微弱的视觉诱发电位，采用主成分分 析提取诱发电位的特征，用 K近邻算法对得到的特征信号进行模式识别。采集三名受试者的脑电数据作 为处理对象，识别准确率可以达到95％。实验结果表明：该方法可以比较准确地识别瞬态视觉诱发电位。 关键词：瞬态视觉诱发电位；小波变换 ；主成分分析；K近邻算法 中图分类号：TN911．7 文献标识码：A 文章编号：1000-9787(2012)04-0047-03 Studyofrecognition algorithm basedon transient visualevokedpotential WUHai-jing，HEQing-hua，TIANFeng—chun (1-SchoolofCommunicationEngineering，ChongqiugUniversity，Chongqing400044，China； 2．StateKeyLaboratoryofTrauma，BurnsandCombinedInjury，DapingHospiatl，SurgeryInstituteof theThirdMiliatryMedicalUniversity，Chongqing400042，China) Abstract：Thestudybased on transientvisualevoked potentialsis a kind ofway to study brain—computer interface，andthekeyisthestudyonrecognitionalgorithm oftransientvisualevokedpotentia1．Theaccumulation averagingandwaveletfiltermethodareusedtoextractVEPsignalfrom thebackgroundfullofnoise．PCA areused toextractthefeature ofVEP signa1．KNN isused torecongizethefeature signa1．Thecorrectrecognition rate reaches95％ whenEEG comefrom threepeople．Theexperimentalresuhsshow thatthemethod canrecognize transientvisual evokedpotentialsmorecorrectly． Keywords：transientvisual evokedpotential(TSVEP)；wavelettransform；principalcomponentanalysis (PCA)；K—nearestneighbor(KNN)algorithm 0 引 言 测和处理方法较简单 ，且正确率较高，但需要额外的刺激装 脑机接 口LIJ(brain—computerinterface，BCI)是一种人机 置提供刺激，并且依赖于人的视觉。当视觉刺激的频率 比 接 口方式，目的是建立一种不依赖于脑的正常输出通路