基于ECoG的运动想象分类

摘要

目的 以两种运动想象任务下采集的64导ECoG信号为训练样本,识别几天后重复进行的运动想象任务.方法 以动作感知皮层区脑电图(ECoG)的μ节律(8Hz～13Hz频段)功率谱为特征.通过手工比较功率谱的差异显著性,从64导中粗选出11导最明显的信号.再用共同空间特征法(CSP)滤波提高信噪比,使信号从11维降到8维.采用K近邻分类器进行分类识别,其中依据交叉验证法得到最佳的近邻值.结果 测试样本的预测精度达到94%.结论 利用动作感知皮层区脑电μ节律能较好识别对应的特定(想象)运动;共同空间特征法滤波可以有效提高信噪比;只要预处理、特征抽取及分类得当,时间间隔和实验误差等因素对运动想象识别的影响不大.