基于共空间模式的四类运动想象脑电信号分类方法.pdfVIP

第23卷 第5期 仪器仪表用户 EIC Vo1．23 20l6年5月 NSTRUM EN 10N 20l6 No．5 基于共空间模式的四类运动想象脑电信号分类方法 李立亭 (天津理工大学 自动化学院，天津 300384) 摘 要：针对多通道四类运动想象脑电信号分类问题 ，使用共空间模式的特征提取方法，设计了 “一对一”和 “一 对多”两种特征提取策略，最后结合不同的策略设计了基于支持向量机的不同分类方法。应用提出的方法对四类运 动想象脑电信号进行了特征提取和分类 ，两种策略下分类正确率分别为64％、59％，可见，基于 “一对一”的分类结 果高于 “一对多”的分类结果 ，说明了该特征提取及分类方法对该数据集的有效性。 关键词：运动想象；脑电信号；共空间模式；支持向量机 中图分类号 ：TP319 文献标识码：A DOI：10．3969／j．issn．1671—1041．2016．05．004 文章编号：1671—1041(2016)05—0012-03 ClassificationM ethodofFour—ClassM otorImageryEEG DataBased onCommonSpatialPattem LiLiting (SchoolofElectricalEngineering，TianjinUniversityofTechnology，Tianjin，300384，China) Abstract：Aimingattheclassificationproblem ofmulti-channelfour—classmotorimageryEEG signals，themethodcommon spatialpatternispresentedforfeatureextraction．Inthemethod，twofeatureextractionstrategies，called o‘neVSone’and o‘nevs rest’aredesigned，finally，differentclassificationmethodsbasedonsupportvectormachineclassifiersaredesignedaccordingto thedifferentinputfeatures．Four-classmotorimageryEEG signalsareextractedandclassifiedusingtheproposedmethod．The classificationaccuracyofthetwomethodsis64％ and59％，whichshowtheclassificationresultsbasedonthe o‘neVSone’are higherthantheclassificationresultsofthe o‘neVSrest’．Respectively，whichshowthattheproposedmethodissuitableofrthe c1as8i6cati0nofthedata． Keywords：motorimagery；EEG；commonspatialpattern；supportvectormachine 基于运动想象脑电信号的脑机接口技术是一种不依赖 基于上述分类研究，本文使用 CSP算法对四类运动想 于人的活动，依据人脑想象不同活动时在大脑皮层感觉运 象脑电信号进行特征提取，使用CSP “一对一”和 “一对多” 动区出现的事件相关同步和去同步现象，利用一些仪器设 两种策