首页|基于时延空时滤波的P300波形提取及目标分类算法

基于时延空时滤波的P300波形提取及目标分类算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出一种基于时延空时滤波的P300波形提取及目标分类算法.将多通道脑电信号进行时延,利用最小二乘法思想构造代价函数,通过交替优化的方式估计空时滤波器和源信号,使代价函数收敛并得到空时滤波器,实现空域的源分离和时域的波形提取.经过仿真P300数据对算法性能进行验证,结果表明,该算法对P300波形恢复效果优于同类型的相关算法.对真实脑电数据进行处理,用算法得到的空时滤波器提取P300源成分作为分类特征,利用训练集得到的P300源成分训练Fisher分类器进行目标分类.结果表明,算法的P300波形提取效果、目标分类准确率及AUC值均优于同类型的相关算法.因此,该算法可有效提取P300波形并进行目标分类.
P300 Waveform Extraction and Target Classification Algorithm Based on Temporal-Delayed and Spatio-Temporal Filtering

林艳飞、卢志强、李博闻、刘志文、高小榕

展开 >

北京理工大学信息与电子学院,北京100081

中国船舶工业系统工程研究院,北京 100094

清华大学医学院,北京100084

脑电 空时滤波 P300波形 波形提取 分类

国家自然科学基金资助项目国家自然科学基金资助项目国家重点研发计划资助项目广东省重点领域研发计划项目

61601028614310072017YFB10025052018B030339001

2021

10.15918/j.tbit1001-0645.2019.293

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(3)
  • 2
  • 1