运动设想脑机接口的特征提取与模式分类研究.pdf

lIlll I I IIII II l l ll IIIII． 摘要 在基于脑电I蛩(EEG)的脑机接口中，运动想象被认为是最有效的方式之一。在 运动想象的准备和执行过程中，大脑的感觉运动区相关皮层在特定频带和特定时 段发生事件相关去同步的现象。利用事件相关去同步的现象可以判别左右手的运 动想象。 针对基于运动想象的脑机接口，本文提出一种新的时间一频率．空间的特征提取 方法，即加强的滤波带宽共同空间模式。在该特征提取方法中，发生事件相关去 同步的脑区、频带和时段都被认为是特征提取的重要因素。该特征提取方法将信 号分成多个频带和多个时段，对每频带和时段的信号进行共同空间模式(CSP)滤 波，再利用两种特征选择方法对所有特征进行自动选择。实验结果表明：基于准 确率的特征选择方法比基于互信息的特征选择方法有更高的分类准确率。最后利 用脑机接口竞赛数据对于本文提出特征提取方法的有效性进行验证。 针对加强滤波带宽共同空间模式选取的特征，本文分别利用线性判别分类器， 神经网络分类器以及朴素贝叶斯分类器对其分类效果进行比较。实验结果显示： 朴素贝叶斯分类器对于该方法提取的特征具有较好的分类性能。 本文属于应用数学与生命科学的跨学科交叉研究。 关键字：脑机接口运动想象事件相关去同步共同空间模式朴素贝叶斯分类器 Abstract Abstract For Brain·Computer electroencephalography(EEG)based well that asoneofthemosteffective is known isconsidered ways．It imagery event-related inthe motorcortexin happen sensory desynchronization(ERD)call in canwellbeusedforthe bands segments．ERD frequencyspecifictemporal specific discriminationbetweenleft-and movement ri曲t-hand imagery． extraction This anovel feature proposes temporal··frequency—-spatial paper in Filter Interface，calledaugmented Brain—Computer algorithmmotor-imagery-based and BankCommonPa