基于分类的单实验事件相关电位估计方法  

作　　者：黄志华[1,2] 李明泓[3] 周昌乐[1] 马原野[3] 

机构地区：[1]厦门大学智能科学与技术系福建省仿脑智能系统重点实验室,厦门361005 [2]福州大学数学与计算机科学学院,福州350108 [3]中国科学院昆明动物研究所,昆明650223

出　　处：《中国科学：生命科学》2012年第1期71-82,共12页Scientia Sinica(Vitae)

基　　金：国家自然科学基金(批准号:NSFC30670669);国家重点基础研究发展计划(批准号:2007CB947703);福建省自然科学基金(批准号:2011J01344);福州大学科技发展基金(批准号:2009-XQ-25)资助项目

摘　　要：本文提出了一个基于机器学习的新方法,用以从单实验脑电信号中估计事件相关电位.为估计事件相关电位,首先构建了一个运用分类方法的基本框架和以此框架为基础的优化模型.在此基础上,引入logistic回归来实例化这个优化模型,并推导出SingleTrialEM算法.只要在使用之前训练得到一个logistic模型,SingleTrialEM算法就能够从单实验脑电信号中估计事件相关电位.模拟测试表明,本文的方法是正确稳定的,明显优于Woody过滤器方法.认知测试的结果与认知科学的各项结论一致.

关 键 词：分类 时空信号模型 优化 LOGISTIC回归 SingleTrialEM 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TN911.7[自动化与计算机技术—控制科学与工程]