改进的多变量同步指数脑机接口分类算法

摘要：

近年来,稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)范式脑机接口(brain-computer interface,BCI)得到了日益广泛的研究.如何选择不同的分类特征,对于提高频率识别的准确率,改善SSVEP-BCI系统至关重要.针对少目标刺激范式的SSVEP-BCI系统,提出了小波包变换(wavelet packet transform,WPT)同多变量同步指数(multivariate synchroni-zation index,MSI)相结合的方法,对10名被试者的400组SSVEP数据进行特征提取并分类.在分类过程中,讨论了导联数量和数据长度两个参数对改进算法的影响.实验结果表明:在数据长度为1.5 s,导联7导的条件下,基于WPT-MSI的SSVEP算法的分类准确率达到98.94％,信息传输率为76.24 bit/min.明显优于典型的MSI算法和其他改进算法,具有显著提高的频率识别正确率.

关键词：脑机接口;稳态视觉诱发电位;小波包变换;特征提取;多变量同步指数

所属期刊栏目：21

分类号：TN911.72

资助基金：国家自然科学基金;国家自然科学基金;内蒙古自然科学基金;内蒙古自然科学基金;内蒙古自然科学基金;内蒙古科技成果转化项目;内蒙古自治区科技计划;内蒙古自治区科技计划

在线出版日期：2022-01-13（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：14598-14603