基于局部线性嵌入算法的SSVEP脑机接口系统研究_刘福伟 算法参考.pdfVIP

第19卷第5期软件导刊Vol.19No.5

软件导刊2020年

2020年5月SoftwareGuideMay.2020

基于局部线性嵌入算法的SSVEP

脑机接口系统研究

1112

刘福伟，童基均，李琳，潘哲毅

（1.浙江理工大学信息学院，浙江杭州310018；2.武警海警总队医院信息科，浙江嘉兴314000）

摘要：提出一个多频率刺激源诱发的稳态视觉诱发电位（SSVEP）脑—机接口系统，针对时域脑电信号特征维

数过多等问题，采用一种局部线性嵌入算法（LLE）对经过预处理的脑电数据进行降维。实验结果表明，随着分

析时间窗的增大，经典功率谱密度分析（PSDA）与典型相关分析（CCA）等方法相比，基于LLE的非线性数据降

维方法具有一定优势。当时间窗为1.65s时，其分类准确率达92.92%，信息传输率达59.62bits/min，远远优于

其它方法。

关键词：脑—机接口；稳态视觉诱发电位；局部线性嵌入算法

DOI：10.11907/rjdk.191831开放科学（资源服务）标识码（OSID）：

中图分类号：TP303文献标识码：A文章编号：1672-7800（2020）005-0014-05

TheSSVEPBCIBasedonLocallyLinearEmbedding

1112

LIUFu-wei，TONGJi-jun，LILin，PANZhe-yi

（1.SchoolofInformationScienceandTechnology，ZhejiangSci-TechUniversity，Hangzhou310018，China；

2.InformationOffice，ArmedPoliceandMarinePoliceGeneralHospital，Jiaxing314000，China）

Abstract：Amulti-frequenciesstimulusBCIsystembasedonsteadystatevisualevokedpotential（SSVEP）isproposed.Duetothe

overabundancedimensionissueofthetemporalelectroencephalograph（EEG），amethodisusedbasedonlocallylinearembeddingto

reducethedimensionofthepreprocessedEEGdata.Theresultsshowthatwiththeincreaseofthelengthoftimewindows，themethod

oflocallylinearembedding