基于知识累积的少电极脑电信号分类研究
在对脑电信号进行分类时,通常的方法是对最优分析时段内的信号进行处理.它虽然在统计分析上可能会得到较好分类结果,但却会因为丢失该时段之前信息而在实际应用中效果不佳.为了解决这类问题,本文从人脑的判决模型出发,提出了一种基于知识累积的脑电信号分析方法.它首先采用多尺度的窗对信号进行分割;然后在对每个窗内的信号进行最终判决时结合所有窗的分类信息,实现对历史分类知识的累积.此外,本文采用谐波小波包分解与公共空间模式相结合的脑电信号分析方法,实现度信号频带信息的充分利用,解决了CSP方法在少电极脑电信号分析中存在的缺陷.本文使用第四届国际脑-机接口竞赛中的IIB数据集对方法进行验证,并与目前主要的分析方法进行对比.结果表明本文提出的方法能够充分利用脑电信号的各类信息,达到较好的分类性能和鲁棒性.
脑电信号 多尺度分割 公共空间模式 谐波小波包分解 知识累积
吴明权 李海峰 马琳 王辉
哈尔滨工业大学计算机科学与技术学院,150001
国内会议
南京
中文
1-11
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）