视觉刺激下基于“是-否”状态的脑电信号分类研究

发布时间：2022-12-06 19:33

　　目的为了探究脑机接口中脑电信号与判断认知心理活动之间的识别问题,本文在视觉刺激诱发实验设计中采用文字和图片结合的方式进行脑电分类研究以期提高识别率。方法通过设计视觉刺激诱发判断认知脑电实验采集到15名受试者在"是"或"否"状态下的脑电信号,经过预处理和事件相关扰动（event-related spectral dynamics,ERSP）特征分析,运用经验模式分解（empirical mode decomposition,EMD）优化共空间模式（common spatial pattern,CSP）的特征提取算法进行分类识别。首先,利用EMD对预处理后的脑电信号进行有效的固有模态函数（intrinsic mode function,IMF）频段筛选;其次,使用CSP滤波器进行滤波提取特征向量;最后,使用支持向量机（support vector machine,SVM）进行分类识别,并对测试组进行检验。结果经过EMD-CSP优化滤波后进行SVM分类正确率可达8897%,相比单独利用CSP进行特征提取下的SVM分类结果提高了约5%。结论 EMD-CSP优化滤波方法对判断认知脑电识别的可行性... 

【文章页数】：7 页

【文章目录】：
0 引言
1 实验设计
    1.1 受试者选择
    1.2 实验采集
    1.3 实验刺激流程
2 数据处理与分析
    2.1 数据预处理
    2.2 特征分析
    2.3 特征提取
    2.4 分类识别
3 结果
4 讨论
5 结论


【参考文献】：
期刊论文
[1]CNN与CSP相结合的脑电特征提取与识别方法研究[J]. 孔祥浩,马琳,薄洪健,李海峰.  信号处理. 2018(02)
[2]基于脑电信号的抑郁情绪倾向研究[J]. 白芷嫣,卞毓彩,朱颖颖,杜若瑜.  北京生物医学工程. 2018(01)
[3]汉字和图片的认知脑电测谎研究[J]. 戚光远.  智富时代. 2016(S2)
[4]基于CSP的多类运动想象脑电特征自动选择算法[J]. 康莎莎,周蚌艳,吕钊,吴小培.  北京生物医学工程. 2016(04)
[5]视听诱发脑电特征提取与大脑认知机理分析[J]. 乔晓艳,彭佳卉.  测试技术学报. 2013(06)
[6]听觉诱发的“是”与“非”脑电信号研究[J]. 李子光,刘国忠.  电子科技. 2013(04)
[7]思维状态的EEG信号分类方法研究[J]. 贾花萍.  电子设计工程. 2010(06)
[8]脑电分析在认知研究中的进展[J]. 李颖洁,樊飞燕,陈兴时.  北京生物医学工程. 2006(03)
[9]大学生对句子、图形的内部加工过程研究[J]. 沃建中,林崇德.  心理发展与教育. 1997(04)

硕士论文
[1]“所与”的认知实验及脑电计算分析[D]. 陈阳.厦门大学 2014
[2]自我无关、相关的肯否句句末情绪词加工的行为与脑电研究[D]. 李文辉.辽宁师范大学 2011



本文编号：3711508