首页 | 本学科首页   官方微博 | 高级检索  
     

基于ECoG的运动想象分类
引用本文:安滨,江朝晖,宁艳,陈强,冯焕清. 基于ECoG的运动想象分类[J]. 中国生物医学工程学报, 2007, 26(1): 64-68
作者姓名:安滨  江朝晖  宁艳  陈强  冯焕清
作者单位:1. 中国科学技术大学电子科学与技术系,合肥,230026
2. 合肥工业大学生物医学工程系,合肥,230009
基金项目:国家自然科学基金;中国科技大学校科研和教改项目
摘    要:目的 以两种运动想象任务下采集的64导ECoG信号为训练样本,识别几天后重复进行的运动想象任务。方法 以动作感知皮层区脑电图(ECoG)的μ节律(8Hz-13Hz频段)功率谱为特征。通过手工比较功率谱的差异显著性,从64导中粗选出11导最明显的信号。再用共同空间特征法(CSP)滤波提高信噪比,使信号从11维降到8维。采用K近邻分类器进行分类识别,其中依据交叉验证法得到最佳的近邻值。结果 测试样本的预测精度达到94%。结论 利用动作感知皮层区脑电μ节律能较好识别对应的特定(想象)运动;共同空间特征法滤波可以有效提高信噪比;只要预处理、特征抽取及分类得当,时间间隔和实验误差等因素对运动想象识别的影响不大。

关 键 词:运动想象  皮层脑电图  μ节律  共同空间特征法滤波  K近邻
文章编号:0258-8021(2007)01-0064-05
收稿时间:2005-09-14
修稿时间:2006-10-12

Classifying ECoG-Based Motor Imagery Tasks
AN Bin,JIANG Zhao-Hui,NING Yan,CHEN Qiang,FENG Huan-Qing. Classifying ECoG-Based Motor Imagery Tasks[J]. Chinese Journal of Biomedical Engineering, 2007, 26(1): 64-68
Authors:AN Bin  JIANG Zhao-Hui  NING Yan  CHEN Qiang  FENG Huan-Qing
Abstract:
Keywords:
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号