一种面向运动想象EEG信号处理的高效脑机接口芯片

摘要：

脑机接口研究涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉领域,因其不断增长的潜在需求、广泛的应用前景和深入的理论研究意义,正成为一个新的研究热点.面向脑机接口大赛运动想象脑电数据的基础上,深入分析了小波变换算法的应用,对小波 Mallat分解算法等通过软件方式进行了探索,在此基础上进行了专用电路实现.具体而言,在软件上实现了主成分分析(principal component analysis,PCA)算法及线性判别式分析(linear discriminant analysis,LDA)算法,获取训练样本均值矩阵、分类效果最好状态下的PCA维数及其相应的PCA投影矩阵,并确定分类时的LDA投影方向及判别阈值.在硬件上,将上述相应参数固化到加速芯片的专用存储中,以现场可编程门控为载体,实现了 Mallat分解算法,PCA和 LDA 算法并系统验证了设计正确性.三个算法专用电路模块构成了一个脑机接口系统芯片,实现运动想象脑电 EEG信号分类功能,分类准确率达到 96.4%.

关键词：脑机接口、小波变换、PCA算法、LDA算法、脑电信号分类

所属期刊栏目：4

分类号：R318.6(医用一般科学)

资助基金：国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项;湖北省自然科学基金;武大通识3.0课程项目

在线出版日期：2023-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：99-108