基于信息积累技术的大脑运动意识任务分类

裴晓梅; 郑崇勋; 徐进

您当前的位置：

首页 >

文章列表页 >

基于信息积累技术的大脑运动意识任务分类

专题研究 | 更新时间：2025-12-08

- 基于信息积累技术的大脑运动意识任务分类
- Classification of Motor Imagery Tasks with Information-Accumulated Technique
- 西安交通大学学报 2008年42卷第6期页码：756-759
- 作者机构：
  
  西安交通大学生物医学信息工程教育部重点实验室,西安,710049
- 作者简介：
- 基金信息：
  
  : 2007-09-24. 作者简介: 裴晓梅(1970-),女,讲师. 基金项目: 国家自然科学基金资助项目(30370395,30670534,30400101);中国博士后科学基金资助项目(20070410380)
- DOI：
  中图分类号： R318
- 网络首发：2008-06-09，
  
  纸质出版：2008
- 稿件说明：
移动端阅览
裴晓梅, 郑崇勋, 徐进. 基于信息积累技术的大脑运动意识任务分类[J]. 西安交通大学学报, 2008,42(6):756-759.

裴晓梅, 郑崇勋, 徐进. Classification of Motor Imagery Tasks with Information-Accumulated Technique[J]. 2008, 42(6): 756-759.
裴晓梅, 郑崇勋, 徐进. 基于信息积累技术的大脑运动意识任务分类[J]. 西安交通大学学报, 2008,42(6):756-759. DOI：

裴晓梅, 郑崇勋, 徐进. Classification of Motor Imagery Tasks with Information-Accumulated Technique[J]. 2008, 42(6): 756-759. DOI：

摘要

提出了将信息积累技术结合Fisher判别式分析的方法

实现大脑想象左右手运动意识任务的连续分类

获得了满意的结果.利用Morlet小波滤波方法提取优化的运动相关脑电特征

对两组实验数据4个受试者的运动相关脑电模式进行分类

平均最大分类正确率达到87.95%.通过最大分类正确率、最大互信息等评价指标的比较

验证了信息积累技术对改善大脑运动意识任务分类性能的有效性

从而为脑机接口系统应用中大脑运动意识任务分类提供了新的思路.

Abstract

The information-accumulated technique combined with Fisher discriminant analysis is proposed to realize the classification of left and right hand motor imagery tasks

and a satisfactory result is found. By Morlet wavelet filter to extract the optimized movement-related electroencephalogram(EEG)features

the movement-related EEG patterns from two groups of experiment data including 4 subjects are recognized and the average maximum classification accuracy reaches to 87.95%. With the two indexes

i.e. maximum classification accuracy and mutual information(MI)

the effectiveness of information-accumulated technique is verified to provide a new idea for identification of motor imagery tasks in brain-computer interface application.

关键词

Keywords

references

WOLPAW J R, BIRBAUMER N, MCFARLAND, et al. Brain-computer interface for communication and control [J].Clin Neurophysiol, 2002,113: 761-791.

PFURTSCHELLER G, MULLER G R, PFURTSCHE-LLER J. ‘Thought'-control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia [J]. Neuroscience Letters, 2003, 351: 22-36.

PFURTSCHELLER G,NEUPER C,FLOTZINGE D,et al. EEG-based discrimination between imagination of right and left hand movement [J]. Electroencephalography and Clinical Neurophysiology, 1997, 103: 642-651.

NEUPER C, PFURTSCHELLER G. Event-related dynamics of cortical rhythms: frequency-specific features and functional correlates [J]. International Journal of Psychophysiology, 2001, 43: 41-58.

裴晓梅.运动相关脑电信号分析及脑机接口技术研究[D].西安:西安交通大学生命科学与技术学院,2006.

McFARLAND D J, McCANE L M, DAVID S V,et al. Spatial filter selection for EEG-based communication [J]. Electrencephalography and Clinical Neurophysiology, 1997, 103: 386-394.

杨福生.小波变换的工程分析与应用 [M].4版.北京:科学出版社, 2003.

LEMM S, SCHAFER C, CURIO G. BCI competition 2003-data set III: probabilistic modeling of sensorimotor u rhythms for classification of imaginary hand movement [J]. IEEE Trans Biomed Eng, 2004, 51(6): 1077-1080.

DUDA R O, HART P E, STORK D G. 模式分类 [M]. 北京:机械工业出版社,2003.

SCHLOGL A, NEUPER C, PFURTSCHELLER G. Estimating the mutual information of an EEG-based brain-computer-interface [J]. Biomedizinische Technik, 2002, 47(1/2):3-8.

SCHLOGL A, LUGGER K, PFURTSCHELLER G. Using adaptive autoregressive parameters for a brain-computer-interface experiment [C]∥Proceedings of the 19th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Piscataway, NJ, USA:IEEE,1997:1533-1535.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用机器学习的大规模并行程序I/O性能建模与预测方法

语义区分和子图整合驱动的知识图谱表示学习方法

结构-语义-残差协同的图像压缩框架：面向隐私保护与高保真重建

融合物理信息与深度算子网络的变压器绕组热-流场快速计算方法

电子级超纯氮深冷空分流程节能优化研究