| 基于脑电特征的多模式想象动作识别 |
| |
| 引用本文： | 万柏坤,刘延刚,明东,孙长城,綦宏志,张广举,程龙龙.基于脑电特征的多模式想象动作识别[J].天津大学学报(自然科学与工程技术版),2010,43(10). |
| |
| 作者姓名： | 万柏坤 刘延刚 明东 孙长城 綦宏志 张广举 程龙龙 |
| |
| 作者单位： | 天津大学精密仪器与光电子工程学院,天津,300072 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家高技术研究发展计划(863计划)资助项目，天津市科技支撑计划重点基金资助项目，国际科技合作专项基金资助项目 |
| |
| 摘 要： | 对不同部位肢体想象动作诱发的脑电特征进行辨识,并提取出对应的思维信息,这是实现脑-机交互的经典方法之一,传统的左、右手双想象动作诱发模式下信息转化效率较低,引入多个肢体部位想象动作的多模式转化方法可望改善这一缺点.采用二维时频分析结合Fisher分析的方法,从典型受试者的多模式想象动作脑电信号中提取出有利于分类识别的事件相关去同步化和同步化特征信息,再使用支持向量机建立双层分类器对多模式想象动作进行分类识别.本方法对于4种不同肢体部位的识别可以达到较高的正确率(85.71%).结果表明,多模式想象动作的诱发脑电特征信息具有明显的空间特异性,可以用于脑-机交互思维任务的识别和提取,值得进一步研究.
|
| 关 键 词： | 脑-机接口 多模式想象动作 事件相关去同步 Fisher分析 支持向量机 |
Multi-Pattern Motor Imagery Recognition Based on EEG Features |
| |
| WAN Bai-kun,LIU Yan-gang,MING Dong,SUN Chang-cheng,QI Hong-zhi,ZHANG Guang-ju,CHENG Long-long.Multi-Pattern Motor Imagery Recognition Based on EEG Features[J].Journal of Tianjin University(Science and Technology),2010,43(10). |
| |
| Authors: | WAN Bai-kun LIU Yan-gang MING Dong SUN Chang-cheng QI Hong-zhi ZHANG Guang-ju CHENG Long-long |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
