基于运动想象的皮层脑电图频域模式滤波

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (5): 101-105.

• 电子、通信与自动控制 • 上一篇下一篇

基于运动想象的皮层脑电图频域模式滤波

吕俊谢胜利

华南理工大学电子与信息学院, 广东广州 510640

收稿日期:2007-04-23 修回日期:2007-10-14 出版日期:2008-05-25 发布日期:2008-05-25
通信作者: 吕俊（1979-），男，博士生，主要从事机器学习、脑机接口方面的研究． E-mail:rylj@163．com
作者简介:吕俊（1979-），男，博士生，主要从事机器学习、脑机接口方面的研究．
基金资助:
国家自然科学基金重点项目（U0635001）;国家自然科学基金资助项目（60505005）

Frequency-Domain Pattern Filtering of Electrocorticography Based on Motor Imagery

Lü Jun Xie Sheng-li

School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China

Received:2007-04-23 Revised:2007-10-14 Online:2008-05-25 Published:2008-05-25
Contact: 吕俊（1979-），男，博士生，主要从事机器学习、脑机接口方面的研究． E-mail:rylj@163．com
About author:吕俊（1979-），男，博士生，主要从事机器学习、脑机接口方面的研究．
Supported by:
国家自然科学基金重点项目（U0635001）;国家自然科学基金资助项目（60505005）

摘要/Abstract

摘要： 为了提高皮层脑电图（ECoG）脑-机接口（BCI）的分类精度,提出了基于运动想象的ECoG频域模式滤波法.该方法通过联合对角化寻找最具判别力的投影方向作为频域滤波器,抽取滤波后ECoG的均值和标准差作为特征,然后采用核Fisher判别式进行分类.BCI2005数据集Ⅰ的实验结果表明：采用该方法仅用单个电极即可获得92%的测试精度.

关键词: 皮层脑电图, 脑-机接口, 特征提取, 频域模式滤波

Abstract:

In order to improve the classification accuracy of the brain-computer interface（BCI） of electrocortico-graphy（ECoG）,a motor imagery-based pattern-filtering method in frequency domain is proposed.In this method,the joint diagonalization is employed to seek the most discriminative projections as the frequency-domain filters,the means and standard deviations of filtered electrocorticograms are extracted as the features,and the kernel Fisher discriminant is applied to the classification.Experimental results of BCI2005 data set Ⅰ show that the proposed method can achieve a classification accuracy of 92% even with a single electrode.

Key words: electrocorticography, brain-computer interface, feature extraction, frequency-domain pattern filtering

吕俊谢胜利. 基于运动想象的皮层脑电图频域模式滤波[J]. 华南理工大学学报（自然科学版）, 2008, 36(5): 101-105.

Lü Jun Xie Sheng-li . Frequency-Domain Pattern Filtering of Electrocorticography Based on Motor Imagery[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(5): 101-105.

[1]	刘乙奇, 黄志鹏, 于广平, 等. 全生命周期污泥膨胀的智能检测和诊断分析[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 91-99,110.
[2]	孔祥玉, 陈雅琳, 罗家宇, 等. 基于偏最小二乘的多特性复杂过程监测方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 100-110.
[3]	孙晓贺, 施成华, 刘凌晖, 等. 基于改进的种子填充算法的混凝土裂缝图像识别系统[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 127-136,146.
[4]	张艳, 吴洛天, 王年, 等. 基于多模块关系网络的2D足迹分类[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 66-76.
[5]	莫海军陈杰王顺栋. 结合点云纹理信息的快速点特征直方图描述子算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 56-65,76.
[6]	杨俊美雷杨陈习坤. 基于Flatten-CNN的语音带宽扩展研究[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 87-94.
[7]	杨圣豪, 吴玥悦, 毛佳昕, 等. 基于半监督学习的涉及未成年人案件文书识别方法[J]. 华南理工大学学报(自然科学版), 2021, 49(1): 29-38,46.
[8]	崔冬, 王明, 李刚, 等. 基于多级深度特征与随机游走的显著性检测[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 49-55.
[9]	郭明军, 李伟光, 杨期江, 等. PCA 的幅值滤波特性及在转子特征提取中的应用[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 125-133.
[10]	郭明军, 李伟光, 杨期江, 等. 基于稀疏算法的大型转子多工况轴心轨迹提纯[J]. 华南理工大学学报（自然科学版）, 2020, 48(4): 45-53.
[11]	程洪超, 吴菁, 刘乙奇, 等. 面向污水处理过程的预测元-RVM 故障诊断建模[J]. 华南理工大学学报（自然科学版）, 2020, 48(3): 10-17.
[12]	孙朝云, 裴莉莉, 李伟, 等. 基于改进 Faster R-CNN 的路面灌封裂缝检测方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(2): 84-93.
[13]	梅园叶登攀刘昌瑞. 加密域图像检索技术综述 [J]. 华南理工大学学报（自然科学版）, 2018, 46(5): 78-86.
[14]	邝泳聪李家裕梁经伦欧阳高飞. 基于旋转立体视觉的元件针脚精密定位方法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(2): 44-52,58.
[15]	牛海清吴炬卓许佳郑文坚. 基于Radon 和Fourier-Mellin 变换的电缆终端红外图像识别[J]. 华南理工大学学报（自然科学版）, 2016, 44(8): 47-52,59.

基于运动想象的皮层脑电图频域模式滤波

Frequency-Domain Pattern Filtering of Electrocorticography Based on Motor Imagery

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价