基于改进差分进化算法的运动想象脑机接口频带选择
2018-06-25胡春海刘永红
胡春海, 李 涛, 刘永红, 齐 凡
(燕山大学 测试计量技术及仪器河北省重点实验室, 河北 秦皇岛 066004)
1 引 言
脑机接口(brain computer interface, BCI)是一种不依赖外围神经和肌肉组织的人机通信系统[1]。脑电信号(electroencephalogram,EEG)反映了大脑功能状态和大脑组织电活动,所以EEG的识别与处理在BCI系统中得到了广泛应用[2,3,15]。肢体运动或运动想象会引发大脑的EEG特定频带能量的降低或升高,这种现象被称为事件相关去同步现象(event-ralated desynchronization, ERD)和事件相关同步现象(event-ralated synchronzation, ERS),而ERDERS现象主要体现在μ节律频段(8~13 Hz)和β节律频段(13~30 Hz)的波动[4]。脑机接口中根据运动想象信号来判别受试者的运动想象模式,由于个体之间大脑不同,对ERDERS事件的最优响应频带也有所不同,所以通常采用的(8~30 Hz)频带并不是一个高效的特征提取频带。
脑机接口研究的关键在于提取有效特征和提高分类识别率,很多研究者采用各种优化算法对脑机接口进行通道选择和特征向量选择。文献[5]提出一种基于稀疏组lasso的脑机接口通道和特征选择方法,同时对通道和特征进行优化选择。文献[6]提出一种基于改进的遗传算法与RC最大化方法的脑机接口通道选择。文献[7]提出一种基于Relief-SBS的脑机接口通道选择算法,该算法结合了Relief的统计相关性原理和顺序向后算法的迭代思想对EEG通道进行优化选择。文献[8]提出一种基于回溯搜索优化算法的运动想象脑机接口频带选择方法,虽然分类结果优于(8~30 Hz)滤波的方法,但是该算法收敛到最优频带的时间开销太大。
本文将实数编码的……
