机构名称：
¥ 1.0
摘要 - 基于运动图像（MI）的大脑接口（BCI）的性能很容易受到多渠道电脑图（EEG）中存在的噪声和冗余信息的影响。为了解决此问题，已经提出了许多基于时间和空间特征的通道选择。然而，时间和空间效果并未准确反映振荡性脑电图的功率变化。因此，与MI相关的EEG信号的光谱特征可能对通道选择有用。双光谱分析是一种用于从非线性和非高斯信号中提取非线性和非高斯信息开发的技术。从双光谱分析中提取的功能可以提供有关脑电图的频域信息。因此，在这项研究中，我们为基于MI的BCI提出了一种基于双光谱的通道选择（BCS）方法。所提出的方法使用对数扩增的总和（SLA）和第一阶光谱矩（FOSM）特征从Bispectrum Analysis提取的特征来选择没有冗余信息的EEG通道。使用三个公共BCI竞争数据集（BCI竞争IV数据集1，BCI竞赛III数据集IVA和BCI竞赛III Dataset IIIA）来验证我们提出的方法的有效性。结果表明，我们的BCS方法超过所有通道的使用（83.8％和69.4％，86.3％，分别为82.9％和77.8％，分别为68.2％）。此外，与其他最先进的方法相比，我们的BCS方法
基于双光谱的基于摩托图像的基于脑部计算机接口的通道选择
主要关键词
相关文件推荐
