基于卷积神经网络的P300电位检测 及在脑机接口系统中的应用

摘要：

为提取更深层、更原始的脑电信号特征,提高基于P300电位的脑机接口系统的性能,提出将卷积神经网络(CNN)应用到脑机接口系统的P300电位检测.首先,根据脑电信号的时间和空间特征,构建CNN的网络结构.然后,对脑电信号进行预处理,采用卷积层和下采样层进行特征提取.最后,通过全连接层实现P300电位的检测.结果显示,卷积神经网络对P300电位具有很好的特征学习能力,取得了较好的分类结果,为进一步提高脑机接口系统的性能提供了有效手段.

关键词：脑机接口、P300、卷积神经网络

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61773076

在线出版日期：2018-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：116-122