基于視覺(jué)誘發(fā)的P300腦電信號(hào)處理算法研究.pdf

1、腦-機(jī)接口(brain-computer interface,BCI)是在人腦和計(jì)算機(jī)或其他電子設(shè)備之間建立的一種直接的信息交流和控制通道,它在醫(yī)療、康復(fù)、娛樂(lè)乃至軍事領(lǐng)域有廣泛的應(yīng)用前景?；谝曈X(jué)誘發(fā)的P300是一種常見(jiàn)的用于腦-機(jī)接口系統(tǒng)的腦電信號(hào)。腦電信號(hào)作為一種復(fù)雜的非平穩(wěn)隨機(jī)信號(hào),傳統(tǒng)P300腦電信號(hào)處理方法存在疊加次數(shù)多,分類(lèi)準(zhǔn)確度低等。本文對(duì)P300腦電信號(hào)處理技術(shù)進(jìn)行研究,主要內(nèi)容如下:
　　 本文首先使用傳統(tǒng)P

2、300腦電處理算法對(duì)腦電數(shù)據(jù)處理。采用Butterworth數(shù)字濾波器進(jìn)行低通濾波,利用最優(yōu)加權(quán)平均疊加算法去除隨機(jī)噪聲。從中挑選相對(duì)較為標(biāo)準(zhǔn)的P300波形作為匹配用模板,將預(yù)處理后的腦電信號(hào)波形與標(biāo)準(zhǔn)模板做相關(guān)度的分析,根據(jù)它們互相關(guān)系數(shù)大小實(shí)現(xiàn)對(duì)字符分類(lèi),分類(lèi)正確率僅為64.52％。為提高字符分類(lèi)正確率,在原有模板匹配處理P300腦電信號(hào)分類(lèi)的基礎(chǔ)上對(duì)其進(jìn)行改進(jìn),最高分類(lèi)正確率達(dá)到77.42％。
　　 由于傳統(tǒng)模板匹配對(duì)P3

3、00腦電信號(hào)分類(lèi)只利用了64導(dǎo)聯(lián)數(shù)據(jù)中的其中1導(dǎo)聯(lián)數(shù)據(jù),導(dǎo)致字符分類(lèi)正確率低。為充分利用多導(dǎo)聯(lián)數(shù)據(jù)分析進(jìn)一步提高字符分類(lèi)正確率,本文設(shè)計(jì)了一種利用小波變換與支持向量機(jī)相結(jié)合方法對(duì)P300腦電信號(hào)的特征提取和分類(lèi)。首先使用最優(yōu)加權(quán)平均疊加算法,增加P300腦電信號(hào)的信噪比。利用小波分解提取P300腦電信號(hào)特征,同時(shí)起到了低通濾波與數(shù)據(jù)壓縮的作用,將對(duì)P300識(shí)別影響較大導(dǎo)10聯(lián)數(shù)作為字符分類(lèi)輸入,可有效提取P300腦電特征。P300腦電數(shù)

4、據(jù)分類(lèi)采用支持向量機(jī)方法,以少樣本訓(xùn)練可以達(dá)到比較高P300腦電分類(lèi)正確率。通過(guò)RBF核函數(shù)進(jìn)行交叉驗(yàn)證計(jì)算出最佳參數(shù)訓(xùn)練模型,MATLAB以及LIBSVM工具仿真驗(yàn)證,字符預(yù)測(cè)正確率達(dá)到83.87％,明顯優(yōu)于傳統(tǒng)P300腦電處理方法。
　　 本文結(jié)合小波變換與支持向量機(jī)對(duì)P300腦電信號(hào)的特征提取和分類(lèi),與傳統(tǒng)的模板匹配算法進(jìn)行相比,能有效提高P300腦電信號(hào)分類(lèi)的準(zhǔn)確率,為實(shí)現(xiàn)基于視覺(jué)誘發(fā)電位P300的實(shí)時(shí)BCI系統(tǒng)打下了的