多类运动想象脑—机接口导联选择方法

2017-03-06 21:16董燕丽
电子技术与软件工程 2016年23期
关键词:数据量导联特征提取

董燕丽

摘 要

在多类运动想象的脑-机接口研究中,选择最佳导联组合进行信号采集对特征提取和準确分类起着至关重要的作用。提出一种基于瑞利系数(RC)最大化和遗传算法(GA)相结合的导联选择方法。该方法考虑到脑源信号的空间分布,有效地选取最佳导联组合,在不降低分类正确率的同时,简化采集脑电的准备过程,减小数据量,加快系统运算速度,节约时间成本。实验结果表明,该方法通过较少的导联即可获得满意的分类正确率,在保证正确率的前提下,减少了40%-60%的导联数目。

猜你喜欢
数据量导联特征提取
基于大数据量的初至层析成像算法优化
计算Lyapunov指数的模糊C均值聚类小数据量法
12导联动态心电图与其他导联心电图的比较与应用
宽带信号采集与大数据量传输系统设计与研究
基于Daubechies(dbN)的飞行器音频特征提取
Bagging RCSP脑电特征提取算法
aVR导联ST段改变对不同冠脉血管病变的诊断及鉴别诊断意义
aVR导联及其特殊位置对冠心病诊断的意义
基于MED和循环域解调的多故障特征提取
心电图F导联在健康体检中的应用与普及