换一批单次样本对的CSP滤波器设计及其在脑电训练样本优化中的应用
CSP Filter Calculation of Single Training Pairs and Its Application in EEG Training Set Optimization
摘要在运动想象脑-机接口(Motor imagery brain-computer interface,MI-BCI)系统研究中,共空间模式(Common spatial pattern,CSP)作为一种有监督空域滤波设计方法,已被广泛应用于运动想象脑电信号(Electroencephalography,EEG)的特征提取.但是EEG训练样本的采集过程不仅会受到各种噪声伪迹干扰,也会受到受试者分心和疲劳等因素的影响,因此,训练集中难免出现“低质量”的异常单次试验数据.如果不加选择地将所有的单次样本用于CSP滤波器设计和分类器训练,会给所建BCI系统的性能带来较严重的负面影响.针对这一问题,本文提出一种新颖而实用的EEG训练样本筛选方法.方法的基本步骤是,先依次选择单次EEG样本对进行CSP滤波器设计,并结合零训练分类器构造相应的CSP-BCI测试系统.然后以所建CSP-BCI系统的交叉验证识别率为指标,剔除低识别率对应的单次训练数据,以实现对训练样本集的优化.基于所提方法,论文对6位受试者在不同时间采集的75组两类运动想象EEG数据进行了优化筛选和测试.实验结果表明,相比传统方法设计的CSP-BCI系统,基于训练样本优化方法的CSP-BCI系统性能得到明显改善,针对六位受试者测试集的平均识别率分别提高了5.04％、6.42％、13.15％、15.51％、1.94％和8.26％.
更多相关知识
关键词
脑-机接口共空间模式脑电信号样本筛选brain-computer interfacecommon spatial patternelectroencephalographysamples selection
分类号
R318（医用一般科学）
栏目名称
DOI
10.16798/j.issn.1003-0530.2017.07.012
发布时间
2018-06-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引12
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
