基于复杂网络技术的异步脑-机接口分类系统

摘要：

脑-机接口(brain-computer interface,BCI)是一种不依赖周围神经和肌肉组织,通过诱发人脑无节律信号(event-related de-synchronization,ERD)/有节律信号(event-related synchronization,ERS)等特征信号实现对外部装置自主控制的系统.针对人群中15％～30％的人存在"BCI盲"问题,即难以诱发出较强的ERD/ERS等特征信号,提出将脑电图(electroencephalogram,EEG)时间序列转换成一个复杂网络,复杂网络的网络测度与大脑意识有关联.结果表明,基于复杂网络构建的相位锁相值(phase locking value,PLV)二值网络可实现异步BCI系统分类,分类正确率最高可达88.60％.可见,基于复杂网络技术的异步BCI系统具有可行性,可作为一种新途径.

关键词：复杂网络、脑-机接口(BCI)、网络测度、分类

所属期刊栏目：20

分类号：TN911.72

资助基金：宁夏教育局项目机电能源装备专业群项目

在线出版日期：2020-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：4383-4388