基于深度卷积神经网络的运动想象分类及其在脑控外骨骼中的.PDF

第 卷 第 期 ４０ ６ 　 　　 　　 　　 　　 Ｖｏｌ．４０ Ｎｏ．６ 年 月 ２０１７ ６ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｊｕｎｅ２０１７ 　 基于深度卷积神经网络的运动想象分类及其 在脑控外骨骼中的应用 唐智川 张克俊 李 超 孙守迁 黄 琦 张三元 　 　 　 　 　 　 　 （浙江大学计算机科学与技术学院 杭州 ３１００２７） 　 　 摘 要 基于运动想象的脑机接口技术已经广泛的应用于康复外骨骼领域 由于脑电信号的信噪比低，使得脑机 ． 　 　 接口分类率很难提高 因此，有效的脑电特征提取与分类方法成为现在的研究热点 该文创新地采用基于深度学习 ． ． 理论的卷积神经网络对单次运动想象脑电信号进行特征提取和分类 首先，根据脑电信号时间和空间特征相结合 ． 的特性，针对性地设计了一个 层的 结构来进行运动想象分类；其次，基于想象左手运动和脚运动设计了运 《５ ＣＮＮ 动想象实验范式，获得运动想象实验数据；再次，将该方法应用于公共数据集和实验数据集并建立分类模型，同时 与其它 种方法（功率值 、 和 ）相比较；最后，将从实验数据集中获得的分类模型 ３ ＋ＳＶＭ ＣＳＰ＋ＳＶＭ ＭＲＡ＋ＬＤＡ （具有最好分类表现）应用于上肢康复外骨骼的实时控制中，验证该文提出方法的可行性 实验结果表明，卷积神经 计 ． 网络方法可以提高分类识别率：卷积神经网络方法应用在公共数据集（ ）和实验数据集（ ９０．７５％±２．４７％ ８９．５１％± ）中的平均识别率均高于其它 种方法；在上肢康复外骨骼的实时控制中，也验证了 方法的可行性：所 ２．９５％ ３ ＣＮＮ 算 有被试的平均识别率为 该文提出的方法可实现运动想象的精确识别，为脑机接口技术在康复外 ８８．７５％±３．４２％． 骨骼领域的应用提供了理论基础与技术支持． 机 关键词 深度学习；卷积神经网络；脑机接口；运动想象；康复外骨骼；人工智能 　 中图法分类号 号 ／ ＴＰ３９１ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１７．０１３６７ 　　　 学 犕狅狋狅狉犐犿犪犲狉犆犾犪狊狊犻犳犻犮犪狋犻狅狀犅犪狊犲犱狅狀犇犲犲 犆狅狀狏狅犾狌狋犻狅狀犪犾犖犲狌狉犪犾犖犲狋狑狅狉犽犪狀犱 犵 狔