CSP算法在多任务下的扩展及在脑—机接口中的应用

发布时间：2020-05-16 08:33

【摘要】：特征提取作为BCI系统中最重要的一个环节,直接影响着整个系统的分类性能。共空域模式(Common Spatial Pattern, CSP)是一种空域滤波算法,它主要用于提取多通道EEG信号的空域特征。虽然CSP算法的分类性能非常优良,但它是一种二进制算法,只适用于两种思维任务的特征提取。为了提高BCI系统的信息传输率,需要将CSP算法扩展到多类模式。联合对角化CSP算法是一种将二进制CSP算法扩展到多类模式的方法,是对多个协方差矩阵进行近似联合对角化,并利用主成分分析和空域子空间来提取EEG信号的特征。本文建议了三种近似联合对角化算法：Jacobi算法,ffdiag算法和UEDGI算法。文中从收敛速度、算法处理后各类协方差矩阵的灰度图、算法的分类结果以及算法的运行时间四个方面分析这三种算法的性能,最终得出UEDGI算法为最佳选择。5名受试者的平均分类正确率为：78.31%,相应的平均信息传输率为13.62比特/分钟。除此之外,文中还详细介绍了另外两种多类CSP算法：一对一CSP算法和一对多CSP算法,并将它们与基于UEDGI的CSP算法进行了对比。虽然在三类模式下,基于UEDGI的CSP算法的性能次于一对一CSP算法,但是在四类模式下,无论从分类结果还是运行时间它都优于其他两种多类CSP算法。所以随着可识别的类别数目的增加,基于UEDGI算法的CSP算法将会是多类模式的首选。
【图文】：

外部设备,控制命令,反馈环节,反馈信息

-二_.~_兰垄二四丝燮越泣一一一一一一一一试者的意图，给外部设备发送控制命令。这两部分都有很多种不同的算法，具体内容详见本章的第四节。外部设备命令是BCI系统中的最后一个环节。它将解读到的用户意图转化为外界环境的控制命令，实现与外界的通信与交流。同时为了优化BCI的性能，提高BCI的适用性，在线的BCI系统一般还有反馈环节。它将控制命令的执行情况反馈给用户，用户根据反馈信息做出及时调整，实现对外部环境更精确的控制。丢李(’15、51’EM

清华大学,慢电位,皮层

面提及过的美国wright一Patterson空军基地的稳态视觉诱发电位的BCI技术外【‘3]，还有我国清华大学医学神经工程研究所研制开发出的电话自动拨号系统[2’】。图2.2为清华大学所研制的电话自动拨号系统。图2.2清华大学的电话自动拨号系统(2)基于皮层慢电位的BCI系统皮层慢电位为EEG中 1Hz以下的部分，能够反应人脑的兴奋状态。当大脑处于兴奋状态时，皮层慢电位发生负向变化;反之，皮层慢电位则发生正向变化。实验表明，受试者通过一段时间的训练，可以自主控制皮层慢电位，通过皮层慢电位幅值正负方向变化从而发出控制命令。德国N.Birb~er实验室利用皮层慢电位设计了一款名为思维翻译器 (ThoughtTranslationDeviee，TTD)的BCI系统脚]。受试者经过长期的训练，可以自由控制皮层慢电位，利用TTD自由拼写单词，完成与外部世界的文字交流。图2.3为一名受试者操作TTD进行单词拼写。
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP334.7

【参考文献】