脑机接口应用中的思维任务分类  

Mental task classification for brain computer interface application

作　　者：胡人君[1] 李坤[1] 吴小培[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,合肥230039

出　　处：《计算机工程与应用》2007年第3期201-203,共3页Computer Engineering and Applications

基　　金：国家自然科学基金资助项目(60271024);安徽省人才开发基金资助项目(2004Z028)。

摘　　要：脑电信号(EEG)是研究脑活动的一种重要的信息来源,基于脑电信号的人与计算机的通信成为一种新的人机接口方式。对于五种不同心理作业的思维脑电信号运用独立分量分析(ICA)进行预处理,然后采用6阶的AR模型提取特征,最后应用BP神经网络对AR系数特征进行训练和分类。实验表明,此方法可以达到很好的分类效果,提高了脑电思维作业的准确度。Electroencephalogram（EEG） signal is an important information source of underlying brain processes.The communication based on EEG between human brain and computer is a new modality of human-computer interaction.In this paper,EEG signal of different mental tasks is preprocessed by Independent Component Analysis （ICA）,AR model coefficient is extracted as feature vector,and classify the mental tasks based on BP neural network.According to the analysis and experiment results,the method can get high correct rate of classification.

关 键 词：脑电信号 独立分量分析 自回归模型 BP神经网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]