孙　瀚　张　雄　王保平　Bruce J Gluckman　刘嘉阳仲雪飞　樊兆雯　张　玉　张　春

(1东南大学电子科学与工程学院, 南京 210096)(2宾夕法尼亚州立大学工程学院, 美国斯泰特克利奇 16803)



基于最优化少量电极的思维任务脑机接口

孙瀚1张雄1王保平1Bruce J Gluckman2刘嘉阳2仲雪飞1樊兆雯1张玉1张春1

(1东南大学电子科学与工程学院, 南京 210096)(2宾夕法尼亚州立大学工程学院, 美国斯泰特克利奇 16803)

为减少脑机接口的电极数量,采用基于最优化少量电极的共空间模式(CSP)算法提取不同思维任务下的脑电信号(EEG)特征值.首先,根据事件相关(去)同步化现象观察时频特性;然后,运用熵准则对单个电极进行可分性度量;最后,根据可分性排序,利用基于最优化少量电极的CSP算法和支持向量机算法对不同电极组合的特征值进行提取和分类,得出最优化的电极组合. 结果表明,进行心算和想像空间旋转2种思维任务时被试的EEG信号在顶叶和枕叶区域存在明显的能量差异,6个被试可分性最高的电极均位于这2个区域;与传统的EEG信号处理算法相比,基于最优化少量电极的算法可以使系统使用的电极数减少至3.3个,并且分类正确率提高5.4%.因此,采用基于最优化少量电极的算法可以减少电极数目,改善思维任务脑机接口的性能.

思维任务;脑机接口;最优化少量电极;共空间模式;熵准则

脑机接口(BCI)试图直接通过大脑内部的神经活动控制外部设备,以期修复甚至扩展人体的生理或者认知功能[1].脑电信号(EEG)中的很多特征可……