基于小波和主成份的IR-BCI异步化研究  

Research on Asynchronous Imitating Reading BCI Based on Wavelet and PCA

作　　者：谢国栋[1,2,3] 官金安[1,2,3] 

机构地区：[1]中南民族大学生物医学工程,湖北武汉430074 [2]认知科学国家民委重点实验室,湖北武汉430074 [3]医学信息分析及肿瘤诊疗湖北省重点实验室,湖北武汉430074

出　　处：《现代科学仪器》2016年第6期134-138,142,共6页Modern Scientific Instruments

基　　金：国家自然科学基金资助项目（91120017）,中央高校基本科研业务费资助项目（CZY13031）

摘　　要：空闲状态的识别一直是实现脑机接口异步化的难点。本文通过设计闭眼、文本阅读、自由思想三种空闲状态和模拟阅读工作状态的方案，用主成份和小波变换结合的方法（WPCA）来实现本模式下空闲状态的检测。结果表明：用32个通道的WPCA刻划特征可以识别出工作状态和空闲状态。在用主分量分析时，使用52个通道进行特征提取的识别效果显著优于比单独使用其中的一些通道的识别效果，并且两种方法结合使用比单独使用其中的一种分类的正确率要高，最高能够达到96％。The recognition of idle state has been the difficulty of BCI asynchronization. In this paper, eyes closed, free thought and text reading were designed for three idle states and the Imitating-Reading （IR） was designed for the working state. At last, the method combined principal component with wavelet was employed in this mode to realize the detection of idle state .The results showed that using this algorithm can identify the working state and idle state. When using PCA for feature extraction, the effect of using 32 channels is much better than the effect of just using some of the channels. And the accuracy of combinational use of two methods is higher than that of a single use of them, which can reach 96%.

关 键 词：模拟阅读 异步 小波分析 主成分分析 SVM 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]