胡盼 1,2 , 张磊 1,2 , 周蚌艳 1,2 , 吴小培 1,2
  • 1. 安徽大学 计算机科学与技术学院(合肥  230601);
  • 2. 安徽大学 计算智能与信号处理教育部重点实验室(合肥  230039);
导出 下载 收藏 扫码 引用

在非植入式脑-机接口(BCI)研究中,独立分量分析(ICA)一直被认为是具有很大应用前景的脑电(EEG)预处理和特征增强方法,但到目前为止,有关在线 ICA-BCI 系统的研究与实现的报道还不多见。本文对基于 ICA 的运动想象 BCI(MIBCI)系统进行研究,结合 ICA 无监督学习特点和运动相关去同步化(ERD)现象,构建了一种简单实用的 ICA 空域滤波器设计方法和三类运动想象判别准则。为了验证所提算法的在线处理性能,本文基于 NeuroScan 脑电采集系统和 VC++ 软件平台,完整地实现了在线 ICA-MIBCI 实验系统。4 名受试者参加了系统测试实验,其中两名受试者参加了在线模式的实验。离线和在线实验的三分类运动想象识别结果分别达到了 89.78% 和 89.89%。实验结果表明,本文所提算法分类正确率高,时间开销小,具备跨平台移植的潜力。

引用本文: 胡盼, 张磊, 周蚌艳, 吴小培. 基于独立分量分析的在线脑-机接口系统. 生物医学工程学杂志, 2017, 34(1): 106-114. doi: 10.7507/1001-5515.201603003 复制

  • 上一篇

    基于近邻保持嵌入算法的心律失常心拍分类
  • 下一篇

    基于核主成分分析的流式细胞数据分群方法研究