融合相位同步與CSP算法的運動想象分類研究.pdf

1、腦機接口的研究利用將成為未來科技信息發(fā)展的重點，它的研究對康復以及模式識別等領域具有重大的意義。針對基于腦電信號多類別運動想象分類的腦機接口系統(tǒng)中多意念任務控制，本文主要進行了以下四個方面的深入研究：
　　1）對數據的處理與提取進行了研究，闡述了數據提取的依據，并給出了提取的詳細步驟。此外，以最終分類的正確率為準則，深入研究了數據時間段的選取問題，最終確定選取2.5秒至4.5秒的時間段數據進行研究。
　　2）針對將多類腦電信

2、號進行兩兩組合進行腦電信號分類的研究思路，本文深入分析研究了一對一CSP算法和一對多CSP算法。研究發(fā)現：一對一CSP算法把各類別腦電信號進行兩兩組合，組合后經 CSP算法處理得到的兩兩類別之間的特征都將參與最后的分類過程，當其中某兩類之間存在區(qū)別度不高的特征時，對最后的分類結果就會產生影響；而一對多 CSP算法把其中的某一類作為一個類別，其余剩下的所有類作為另一個類別，所得到的兩兩之間的特征也都將參與分類，但是該算法在減少空域濾波器個

3、數的同時，由于分類較為粗糙，對最后的分類結果影響較大。基于以上不足，為本文新算法的提出提供了可行的思路。
　　3）針對通過對CSP算法內部空域模式選取方法的改進，而只構造一個空域濾波器的方式來直接進行多類別腦電信號分類的研究思路，本文深入分析研究了基于Jacobi的近似聯合對角化CSP算法。研究發(fā)現，該算法通過對多個腦電類別信號平均協方差矩陣的同時對角化來得到初步的空域濾波器，然后利用互信息量理論對較優(yōu)空域模式的選擇方式進行了改進

4、，可以同時提取多個類別的特征進行分類。結果表明，該算法達到了多分類的目的，但分類效果欠佳。
　　4）針對以上算法在多類別腦電信號分類方面存在的不足，結合腦電信號兩兩組合進行分類以及通過對CSP算法空域模式選取方式進行改進實現分類的兩種研究思路，經過分析，本文著重從兩兩組合分類的思路出發(fā)，提出了一種改進后的新的特征提取分類算法，即融合相位同步與CSP的倒二叉樹分類算法。本算法的本質是腦電類別數目的逐步降階，該算法充分利用了各通道間的

5、相位同步特征指數，對多類別的腦電信號進行了優(yōu)化配對組合，減少構造空域濾波器的個數，盡量地提取有用的腦電類別成分，削弱特征重合度較高的兩類別對分類結果的影響，從某種意義上對其進行剔除，而只利用更加有效的組合之間的特征，從而達到提高分類正確率的目的，其平均分類正確率可以達到82.90％。
　　本文針對運動想象的分類開展研究，結合不同的研究思路，對一對一 CSP算法、一對多CSP算法以及基于Jacobi的近似聯合對角化CSP算法進行了深