基于汉字默读的运动想象脑电信号识别研究

摘要

基于运动想象的脑机接口(BCI)系统被广泛用于医疗康复领域,但随着想象任务的增多,分类准确率会急剧下降。为提高个体多类运动想象脑电信号(EEG)的识别准确率,文中设计附加汉字默读(4个汉字)的运动想象实验范式,采用共空间模式(CSP)+Fisher分类器和卷积神经网络两种方式对脑电信号进行特征提取并分类,验证附加默读对分类准确率的影响。结果表明:CSP+Fisher分类器方式下,附加默读的运动想象任务平均分类准确率(37.78%±3.46%)优于仅进行运动想象任务时的平均分类准确率(39.73%±3.15%),P>0.05;卷积神经网络(CNN)方式下附加默读的运动想象任务分类准确率(59.13%±2.95%)显著优于仅进行运动想象任务时的分类准确率(62.60%±2.41%),P<0.01。因此,文中提出的基于汉字默读的运动想象实验范式可以在受试者想象运动时获得更加稳定的脑电信号,从而提升BCI的分类准确率,为BCI范式的优化提供依据。