概率校准方法的脑电信号分类算法研究  

Research on EEG signal Classification Algorithm based on Probability Calibration Method

作　　者：丁胜 吴全玉 孙健 潘玲佼 陶为戈 Ding Sheng;Wu Quanyu;Sun Jian;Pan Lingjiao;Tao Weige

机构地区：[1]江苏理工学院电气信息工程学院,江苏常州213001

出　　处：《赤峰学院学报（自然科学版）》2023年第4期11-15,共5页Journal of Chifeng University(Natural Science Edition)

基　　金：国家自然科学基金青年项目(62001196);江苏省重点研发计划(SBE2020648);常州市社会发展项目(CE20225045)。

摘　　要：脑机接口技术是很多学科融合的前沿研究方向,脑电信号分类的准确率是限制脑机接口系统实现的难题之一。针对脑电信号分类准确性问题,采用两种概率校准方法 Platt Scaling和Isotonic Regression。首先对预处理后的运动想象脑电数据利用功率谱密度提取脑电频域特征,使用主成分分析算法进行特征降维。其次选择逻辑回归和支持向量机构建分类预测模型,使用上述两种概率校准方法进行模型校准。最后,选用ROC曲线下的面积AUC、Brier得分和可靠性曲线评估校准模型的性能,并且绘制交叉验证学习曲线,观察模型在不同数据量下的拟合效果,以及模型的泛化能力。在BCI竞赛IV Datasets 2a脑电数据集上进行实验验证,结果表明,概率校准的方法能够对模型预测输出结果进行有效校准。

关 键 词：运动想象 概率校准 功率谱密度 逻辑回归 支持向量机 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]