-
题名运动想象脑电多视角深度森林解码算法
被引量:1
- 1
-
-
作者
郑龙鑫
苗敏敏
徐宝国
胡文军
-
机构
湖州师范学院信息工程学院
浙江省现代农业资源智慧管理与应用研究重点实验室
东南大学仪器科学与工程学院
-
出处
《中国医学物理学杂志》
CSCD
2022年第9期1159-1166,共8页
-
基金
国家自然科学基金(62101189,U20A20228,61772198)
江苏省前沿引领技术基础研究专项(BK20192004)
浙江省基础公益研究项目(LGN18F020002)。
-
文摘
针对运动想象脑电信号特征提取操作繁琐及解码精度低等问题,提出一种基于多视角深度森林的运动想象脑电解码算法。首先,通过子频带滤波及时间窗口划分对原始信号进行细粒度分析,生成空时频能量特征。然后,对上述空时频能量特征分别进行稀疏选择和时序扫描得到重要的浅层能量特征及多示例先验类别特征。继而,将上述两类特征进行融合构建运动想象脑电多视角特征集。最后,利用级联森林的逐层特征变换挖掘深层次的抽象特征进行脑电解码。根据脑机接口竞赛数据和自行采集的数据进行算法测试,并与单视角特征模型、传统共空间模式方法以及深度神经网络算法进行对比。在2个脑机接口竞赛数据集和1个真实数据集上分别取得了91.4%、75.2%和70.7%的最高平均分类准确率,结果表明该文所提多视角深度森林算法具有更优的分类识别准确率。
-
关键词
运动想象脑电信号
解码算法
多视角
特征提取
深度森林
-
Keywords
motor imagery EEG signal
decoding algorithm
multi view
feature extraction
deep forest
-
分类号
R318
[医药卫生—生物医学工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-