基于自回归模型的思维脑电特征提取与识别分类研究
目的:在基于思维作业的脑-机接口中，探讨如何提取脑电信号特征并对其进行准确有效地分类。 方法:对5名受试者进行3种不同思维作业实验，并对每名受试者两种不同思维作业脑电进行组合，随后用确定性自回归模型(FixedAutoregressive models，FAR)和自适应自回归模型(Adaptive Autoregressive models，AAR)提取脑电特征，分别利用Burg”s算法得到FAR特征系数和最小均方误差(LMS)算法得到AAR特征系数；最后通过前向BP神经网络对这些特征进行分类。 结果:利用FAR模型得到的最佳分类结果为93.52％，利用AAR模型得到的最佳分类结果仅为87.96％。 结论:同AAR模型相比，FAR模型可以更好地提取不同思维脑电特征，并在采用合适识别分类算法基础上获得更佳分类效果。
脑机接口 特征提取 思维作业 脑电信号 信号特征 自回归模型
伍亚舟 张玲 易东
第三军医大学预防医学院卫生统计学教研室,重庆 400038
国内会议
西安
中文
4-11
2007-08-01（万方平台首次上网日期，不代表论文的发表时间）