基于黎曼几何的自然动作运动参数脑电解码研究

本文基于黎曼几何分类算法,探索了使用运动相关皮层电位(MRCPs)解码3种自然抓握动作的运动学信息的可能性。本研究采集了9名受试者在执行指捏、掌握和旋拧动作(包括两种不同水平的速度和力)的脑电图信号。在进行信号的预处理之后,将信号转化到协方差空间输入到黎曼均值最小距离(MDRM)分类器,实现基于MRCPs的手部自然动作的运动参数模式的识别。对于3种动作的运动参数,实验结果表明,二分类的总平均结果可以达到89.24%,四分类结果可以达到75.28%。本文采用的黎曼框架新颖高效,为脑-机接口的MRCP分类提供了新思路,同时本研究对于精细而自然地控制神经假体或者其他康复设备具有重要意义,这将大大提高运动障碍用户的认可度。