基于ICA-CSP-KNN的运动想象脑电意图识别

运动想象意图识别的准确率的提高对脑-机接口技术的发展具有重要意。该文以第Ⅳ届BCI竞赛的数据集Ⅰ的运动想象EEG信号为基础,采用ICA-CSP-KNN相结合的方法对脑电信号进行意图识别。首先用独立成分分解(ICA)对脑电信号进行预处理,去除其中包含的眼电等干扰噪声,利用共空间模式(Common Spatial Pattern,CSP)进行特征提取,最后采用K邻近算法(K-Nearest Neighbor,KNN)进行特征分类。实验结果表明,该方法的分类准确率均达到93%,有效实现运动想象解码,证明该方法的有效性。