基于共空间模式和神经元网络脑_机接口信号识别.pdf

第3 1卷第 1期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vol 3 1 ,No . 1 2 0 10 年 1 月 Journal of Nort heastern U niver sity (N at ural Science) J an . 2 0 1 0 基于共空间模式和神经元 网络的脑 - 机接口信号的识别 叶　柠 , 孙宇舸 , 王 　旭 ( 东北大学 信息科学与工程学院 , 辽宁 沈阳　110004) 摘 　　　要 : 提出了一种基于共空间模式和 L VQ 神经元网络对不同意识的脑电信号进行分类的方法 脑电 · 信号是通过电极在头皮表面采集的脑 - 机接口的控制信号 ,提取脑电信号特征并对其进行分类 ,组成不依赖 于正常的由外围神经和肌肉组成的输出通路的通讯系统 首先利用小波包分解对原始脑电信号进行预处理 , · 对分解后特定小波包子带的脑电信号进行共空间模式分解 ,提取最优的特征 ;然后利用 L VQ 网络对不同意 识任务特征进行分类 ,实验结果表明 ,该方法取得了 92 7 %的平均分类识别率 , 已经达到脑 - 机接 口实际应 用的标准 · 关 　键 　词 : 脑 - 机接口;小波包子带 ;脑电信号 ;共空间模式 ;学习矢量量化 中图分类号 : TP 39 1 　　　文献标志码 : A 　　　文章编号 : (20 10) 0 100 1204 Recognition Based on Common Spatial Patterns and ANN f or BrainComputer Interface Signal Y E N i ng , S UN Y uge , WA N G X u ( School of Information Science Engineering ,Nort heastern University , Shenyang 110004 , China . Correspondent : YE Ning , Email : yening @ise . neu . edu . cn) Abstract : Classifies t he EE G signals of different ideas based on t he common sp atial p atterns ( ) ( ) CSP and L V QANN . EE G is t he cont rol signals of braincomp uter interface BCI , which are collected from one ’s scalp by elect rodes to ext ract and classify t he EE G feat ures so as to form a communication system t hat does not depend on t he brain ’s normal outp ut channels of perip heral nerves and muscles. Wit h t he original EE G signals