基于序贯似然比检验的运动想象脑电信号分类方法研究OA北大核心CSCDCSTPCD
SPRT-based classification method for motor imagery electroencephalogram
快速准确地对脑电信号进行特征分类是脑-机接口研究的关键问题之一。从人脑决策模型出发，结合自适应小波基特征提取方法，提出了一种基于序贯似然比检验的运动想象脑电信号动态分类方法。该方法在分类中无须预先固定样本量，而是逐次取样，累积分类信息，有利于解决脑-机接口的实时控制问题。为了更好地衡量该方法的有效性，进行了10次10折交叉验证，实验结果表明3个运动想象数据集共8位受试者的平均正确率达到87％以上，互信息和分类时间等指标也表明该方法能够有效提高脑-…查看全部>>
To extract and classify the electroencephalogram (EEG) signal features fast and accurately is a key issue for the brain-computer interface (BCI) systems .Based on the human decision-making model ,a motor imagery EEG dynamic classification method is proposed based on the sequential probability ratio testing (SPRT ) combined with an adaptive wavelet feature extraction method . Without pre-fixed sample size , this classification method samples and accumul…查看全部>>
刘蓉;李春月;王永轩;王媛媛;李响
大连理工大学电子信息与电气工程学部，辽宁大连 116024大连理工大学电子信息与电气工程学部，辽宁大连 116024大连大学附属中山医院，辽宁大连 116001大连理工大学电子信息与电气工程学部，辽宁大连 116024大连医科大学附属第二医院，辽宁大连 116027
医药卫生
脑-机接口运动想象自适应特征提取动态分类
brain-computer interface (BCI)motor imageryadaptive feature extractiondynamic classification
《大连理工大学学报》 2013 (6)
脑控机器人系统及其运动控制算法的研究
898-902,5
国家自然科学基金资助项目（61005088）；“十一五”国家科技支撑计划资助项目（2012BAJ18B06）；中央高校基本科研业务费专项资金资助项目（DUT13JB02）．
评论