融合相位同步與CSP算法的運(yùn)動(dòng)想象分類研究.pdf

1、腦機(jī)接口的研究利用將成為未來(lái)科技信息發(fā)展的重點(diǎn)，它的研究對(duì)康復(fù)以及模式識(shí)別等領(lǐng)域具有重大的意義。針對(duì)基于腦電信號(hào)多類別運(yùn)動(dòng)想象分類的腦機(jī)接口系統(tǒng)中多意念任務(wù)控制，本文主要進(jìn)行了以下四個(gè)方面的深入研究：
　　1）對(duì)數(shù)據(jù)的處理與提取進(jìn)行了研究，闡述了數(shù)據(jù)提取的依據(jù)，并給出了提取的詳細(xì)步驟。此外，以最終分類的正確率為準(zhǔn)則，深入研究了數(shù)據(jù)時(shí)間段的選取問(wèn)題，最終確定選取2.5秒至4.5秒的時(shí)間段數(shù)據(jù)進(jìn)行研究。
　　2）針對(duì)將多類腦電信

2、號(hào)進(jìn)行兩兩組合進(jìn)行腦電信號(hào)分類的研究思路，本文深入分析研究了一對(duì)一CSP算法和一對(duì)多CSP算法。研究發(fā)現(xiàn)：一對(duì)一CSP算法把各類別腦電信號(hào)進(jìn)行兩兩組合，組合后經(jīng) CSP算法處理得到的兩兩類別之間的特征都將參與最后的分類過(guò)程，當(dāng)其中某兩類之間存在區(qū)別度不高的特征時(shí)，對(duì)最后的分類結(jié)果就會(huì)產(chǎn)生影響；而一對(duì)多 CSP算法把其中的某一類作為一個(gè)類別，其余剩下的所有類作為另一個(gè)類別，所得到的兩兩之間的特征也都將參與分類，但是該算法在減少空域?yàn)V波器個(gè)

3、數(shù)的同時(shí)，由于分類較為粗糙，對(duì)最后的分類結(jié)果影響較大?；谝陨喜蛔悖瑸楸疚男滤惴ǖ奶岢鎏峁┝丝尚械乃悸?。
　　3）針對(duì)通過(guò)對(duì)CSP算法內(nèi)部空域模式選取方法的改進(jìn)，而只構(gòu)造一個(gè)空域?yàn)V波器的方式來(lái)直接進(jìn)行多類別腦電信號(hào)分類的研究思路，本文深入分析研究了基于Jacobi的近似聯(lián)合對(duì)角化CSP算法。研究發(fā)現(xiàn)，該算法通過(guò)對(duì)多個(gè)腦電類別信號(hào)平均協(xié)方差矩陣的同時(shí)對(duì)角化來(lái)得到初步的空域?yàn)V波器，然后利用互信息量理論對(duì)較優(yōu)空域模式的選擇方式進(jìn)行了改進(jìn)

4、，可以同時(shí)提取多個(gè)類別的特征進(jìn)行分類。結(jié)果表明，該算法達(dá)到了多分類的目的，但分類效果欠佳。
　　4）針對(duì)以上算法在多類別腦電信號(hào)分類方面存在的不足，結(jié)合腦電信號(hào)兩兩組合進(jìn)行分類以及通過(guò)對(duì)CSP算法空域模式選取方式進(jìn)行改進(jìn)實(shí)現(xiàn)分類的兩種研究思路，經(jīng)過(guò)分析，本文著重從兩兩組合分類的思路出發(fā)，提出了一種改進(jìn)后的新的特征提取分類算法，即融合相位同步與CSP的倒二叉樹分類算法。本算法的本質(zhì)是腦電類別數(shù)目的逐步降階，該算法充分利用了各通道間的

5、相位同步特征指數(shù)，對(duì)多類別的腦電信號(hào)進(jìn)行了優(yōu)化配對(duì)組合，減少構(gòu)造空域?yàn)V波器的個(gè)數(shù)，盡量地提取有用的腦電類別成分，削弱特征重合度較高的兩類別對(duì)分類結(jié)果的影響，從某種意義上對(duì)其進(jìn)行剔除，而只利用更加有效的組合之間的特征，從而達(dá)到提高分類正確率的目的，其平均分類正確率可以達(dá)到82.90％。
　　本文針對(duì)運(yùn)動(dòng)想象的分類開展研究，結(jié)合不同的研究思路，對(duì)一對(duì)一 CSP算法、一對(duì)多CSP算法以及基于Jacobi的近似聯(lián)合對(duì)角化CSP算法進(jìn)行了深