单次样本对的csp滤波器设计及其在脑电训练样本优化中的-信号处理.pdfVIP

第３３卷　第７期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．７ ２０１７年７月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ｊｕｌ．２０１７ 文章编号：１００３－０５３０（２０１７）０７－０９９３－０９ 单次样本对的ＣＳＰ滤波器设计及其在脑电 训练样本优化中的应用 刘　锦　吴小培　周蚌艳　吕　钊　张　磊 （１．安徽大学计算智能与信号处理教育部重点实验室，安徽合肥２３００３９； ２．安徽大学信息保障技术协同创新中心，安徽合肥２３０６０１） 摘　要：在运动想象脑机接口（Ｍｏｔｏｒｉｍａｇｅｒｙｂｒａｉｎｃｏｍｐｕｔｅｒｉｎｔｅｒｆａｃｅ，ＭＩＢＣＩ）系统研究中，共空间模式（Ｃｏｍｍｏｎ ｓｐａｔｉａｌｐａｔｔｅｒｎ，ＣＳＰ）作为一种有监督空域滤波设计方法，已被广泛应用于运动想象脑电信号（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏ ｇｒａｐｈｙ，ＥＥＧ）的特征提取。但是ＥＥＧ训练样本的采集过程不仅会受到各种噪声伪迹干扰，也会受到受试者分心 和疲劳等因素的影响，因此，训练集中难免出现 “低质量”的异常单次试验数据。如果不加选择地将所有的单 次样本用于ＣＳＰ滤波器设计和分类器训练，会给所建 ＢＣＩ系统的性能带来较严重的负面影响。针对这一问题， 本文提出一种新颖而实用的ＥＥＧ训练样本筛选方法。方法的基本步骤是，先依次选择单次ＥＥＧ样本对进行ＣＳＰ 滤波器设计，并结合零训练分类器构造相应的ＣＳＰＢＣＩ测试系统。然后以所建 ＣＳＰＢＣＩ系统的交叉验证识别率 为指标，剔除低识别率对应的单次训练数据，以实现对训练样本集的优化。基于所提方法，论文对６位受试者 在不同时间采集的７５组两类运动想象ＥＥＧ数据进行了优化筛选和测试。实验结果表明，相比传统方法设计的 ＣＳＰＢＣＩ系统，基于训练样本优化方法的ＣＳＰＢＣＩ系统性能得到明显改善，针对六位受试者测试集的平均识别率 分别提高了５０４ 、６４２ 、１３１５ 、１５５１ 、１９４ 和８２６ 。 关键词：脑机接口；共空间模式；脑电信号；样本筛选 中图分类号：Ｒ３１８　　　文献标识码：Ａ　　　ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１７．０７．０１２ ＣＳＰＦｉｌｔｅｒＣａｌｃｕｌａｔｉｏｎｏｆＳｉｎｇｌｅＴｒａｉｎｉｎｇＰａｉｒｓａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｉｎ ＥＥＧＴｒａｉｎｉｎｇＳｅｔＯｐｔｉｍｉｚａｔｉｏｎ ＬＩＵＪｉｎ　ＷＵＸｉａｏｐｅｉ　ＺＨＯＵＢａｎｇｙａｎ　ＬＶＺｈａｏ　ＺＨＡＮＧＬｅｉ （１．ＫｅｙＬａｂｏｆＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｉｎｇａｎｄＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ，Ａｎｈｕｉ２３００３９，Ｃｈｉｎａ； ２．ＣｏＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｆｏｒＩｎｆｏｒｍａｔｉｏｎＳｕｐｐｌｙ＆ＡｓｓｕｒａｎｃｅＴｅｃｈｎｏｌｏｇｙ，ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ，Ａｎｈｕｉ２３０６０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｒｅｓｅａｒｃｈｏｆｍｏｔｏｒｉｍａｇｅｒｙｂｒａｉｎｃｏｍｐｕｔｅｒｉｎｔｅｒｆａｃｅ（ＭＩＢＣＩ）ｓｙｓｔｅｍ，ｃｏｍｍｏｎｓｐａｔｉａｌｐａｔｔｅｒｎ（ＣＳＰ）， ａｓａｓｕｐｅｒｖｉｓｅｄｓｐａｔｉａｌｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄ，ｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｆｅａｔｕｒｅｏｆｍｏｔｏｒｉｍａｇｅｒｙｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ （ＥＥＧ）．Ｂｕｔｉｎｔｈｅｐｒｏｃｅｓｓｏｆｔｒａｉｎｉｎｇｄａｔａａｃｑｕｉｓｉｔｉｏｎ，ｔｈｅＥＥＧｓｉｇｎａｌｓｍａｙｂｅｉｎｆｌｕｅｎｃｅｄｂｙｄｉｆｆｅｒｅｎｔｋｉｎｄｏｆｉｎｔｅｒｆｅｒ ｅｎｃｅｓａｓ