基于CSP-HMM的四类运动想象脑电分类
本文提出了一种基于共空间模式-隐马尔可夫模型的分类方法， 并把这种方法应用于四类运动想象的脑电模式识别. 首先选取4秒的运动想象数据， 把这4秒数据以2秒为时长用0.5秒的滑动窗分成四个数据段， 通过CSP方法来提取各数据段的脑电模式特征； 利用提取的四类特征来分别训练HMM得到对应四种想象模式的四个HMM；最后把测试数据分别通过四个HMM模型进行处理， 通过判别四个模型得到的最大似然概率来得到最终的类别信息. 结果表明使用HMM取得了比贝叶斯线性分类器更好的分类效果.
脑-机接口 脑电信号 隐马尔可夫模型 共空间模式
王东洋 金晶 王行愚
华东理工大学，化工过程先进控制与优化技术教育部重点实验室，上海，200237
国内会议
厦门
中文
1-3
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）