换一批基于子空间方法的任务依赖脑电实时压缩算法研究
Research on task-dependent EEG real-time compression algorithm based on the subspace method
摘要现有研究提出的脑电信号的数据压缩算法虽然已经可以做到不错的压缩率,但是缺少对任务态数据的关注,同时在实时性上也难以满足脑机接口(Brain-Computer Interface,BCI)应用的要求,且会大幅度降低BCI系统的性能.基于子空间方法,在已知BCI系统任务态信息时,在压缩过程中尽可能保留任务相关脑电信号,可以在不影响BCI系统性能的同时大幅度减少需要传输的数据量.通过使用有限冲击响应滤波器组逼近任务相关成分的信号子空间,可以将脑电信号分割成压缩率允许的最小块,实时处理小块脑电信号.在与原数据在部分分类算法性能上无显著性差异的前提下,可提出一种仅传输8％数据量的算法,该算法不仅可以在传输较少数据量的同时较小地影响BCI系统的性能,且可做到实时压缩,具有重要的应用价值.
更多相关知识
关键词
脑机接口脑电信号压缩任务依赖brain-computer interfaceelectroencephalography(EEG)signal compressiontask dependence
栏目名称
DOI
10.12267/j.issn.2096-5931.2024.05.004
发布时间
2024-06-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
