用多通道特征组合和SVM单次提取诱发脑电信号

以“模拟人类自然阅读诱发模式”产生的诱发脑电信号作为载体,利用脑-机接口这种新颖的人-机交互方式构建一种脑控拼写装置.在这种实时通信模式中,不能采用认知科学实验及临床中的常规相干平均方法来提取诱发电位,而必须实现特征信号的单次识别.对来自四个通道的各种信号成分进行特征组合,利用支持向量机分类器对一名被试者脑电信号中的载波成分进行了单次提取,最佳特征组合的平均正确识别率为98.8%,证明了诱发模式的先进性和系统实现的可行性.

单通道脑电信号中诱发电位的单次提取

我们正在构建一个脑控拼写装置,直接利用脑信号与计算机进行交互。在这种实时通信模式中,作为通信载体的特征脑信号淹没在自发的脑电背景中,不能采用常规的叠加平均方法来提取,而必须实现特征信号的单次识别。为使这种技术走出实验室,记录脑电的导联数应越少越好。我们采用独特的“模拟自然阅读”诱发模式,让被试从平滑移过小视窗的刺激符号串中识别靶刺激符号,以产生视觉诱发电位(VEP)。利用支持向量机方法,对三名被试位于导联P z处EEG信号中的VEP进行了单次提取,正确识别率分别为92.1%、94.1%和91.5%,达到了较为满意的效果,为系统的实现打下了基础。

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．

通道选择对诱发脑电单次提取精度影响的研究

采用“模拟自然阅读”诱发电位作为人脑和计算机之间的通信载体,用支持向量机从脑电中提取诱发电位。以被试4个通道记录到的脑电信号分别作为特征,信号时程固定为300ms,时段分别取100ms^400ms、200ms^500ms和300ms^600ms。三个被试的单通道最佳分类结果分别达到95.9%(被试M,通道Cz,300ms^600ms时段),94.3%(被试H,通道Oz,100ms^400ms时段)和93.8%(被试T,通道Oz,200ms^500ms时段)。这一结果为简化脑—机接口设计打下了良好的基础。