基于fNIRS信号单手手语识别研究

本研究探索基于fNIRS信号把手语任务作为BCI实验范式进行识别的可行性.实验采集了16名被试执行6类手语任务的实际和想象运动期间大脑运动区的fNIRS信号,然后从氧合血红蛋白(HbO)信号中分别提取峰值和均值作为特征,最后分别采用AdaBoost.M1、SVM、LDA、HMM、NB和KNN算法进行识别.在LDA下实现了78.70%±1.78%的最高平均分类准确率.为验证结果,进行了统计学显著性检验,证实了采用以上算法和HbO信号实现识别,p值具有统计学意义(p<0.05).实验表明,把手语任务作为fNIRS-BCI实验范式是可行的.本研究可为fNIRS-BCI提供更多新的实验范式,以期提供更丰富的输出命令,并为该类BCI脑控机械手多任务运动提供思路.