基于费舍尔分数和局部优化的运动图像的EEG频道选择方法

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 生物医学工程 生物医学工程

背景情况:

• 多通道脑电图 (EEG) 在脑电脑接口 (BCI) 研究中提供高空间分辨率.
• 在EEG-BCI系统中增加的通道数量需要更长的数据处理,阻碍了快速响应.
• 高效的EEG频道选择对于保持解码效率至关重要,同时减少计算负载.

研究的目的:

• 为BCI应用开发和评估一种新的主体内EEG通道选择方法.
• 为了减少EEG频道的数量而不会影响解码精度.
• 提高BCI系统的可移植性和效率.

主要方法:

• 提出了利用费舍尔分数用于EEG通道选择的局部优化方法.
• 在不同的频段中提取出共同的空间模式特征.
• 根据费舍尔分数对频道进行排名,并应用本地优化进行最终选择.

主要成果:

• 在BCI竞争IV数据集IIa中使用11个选定的频道达到79.37%的平均准确率,超过22个频道的完整使用率6.52%.
• 在自我收集的数据集中,在不到一半的道上,证明了24.20%的准确性改进,达到76.95%的平均准确性.
• 强调了道组合在提高选择质量的重要性.

结论:

• 拟议的基于费舍尔分数的局部优化方法有效地为BCI选择更少的EEG通道,精度更高.
• 道选择和组合策略可以提高BCI系统的可移植性和性能.
• 这种方法有可能开发出实用的,便携式BCI系统,用于机动图像分类.