您当前的位置：
首页 > 文献资料
所属专业：
脑-机接口(BCI)文献资料
-
基于多通道线性描述符的脑-机接口分类算法的研究
脑电信号的特征提取是脑-机接口(BCI)中的一个关键部分,对提高分类正确率和信息传输率起着决定性的作用.本研究利用多通道线性描述符提取脑电信号的分类特征信息,将三个描述符单独和联合地施加于三个感兴趣的电极子集,导出12个特征矢量.五个受试参加了一个在线反馈BCI实验.实验期间他们被要求想象左手或右手运动,记录的脑电图数据用于离线分析.对来自7导和11导两个电极子集的8个特征矢量,五个受试平均的分类精度在89%和93.5%之间,而好的分类精度在85%与99.9%之间.比较基于描述符的特征与基于自回归(AR)模型的特征分类性能,结果表明多通道线性描述符是一种有效的特征提取方法.使用该方法提取特征时,理想的电极数应在7与11之间.
-
脑-机接口:大脑对外信息交流的新途径
基于脑电(EEG)的脑-机接口(BCI)是在人脑和计算机或其它电子设备之间建立不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的全新对外信息交流和控制技术,概述了基于EEG的BCI技术的科学意义与应用前景,并介绍了BCI主要研究方法和类型.
关键词： 脑-机接口(BCI) 脑电(EEG) 信息交流与控制
