作者：刘锦; 吴小培; 周蚌艳; 吕钊; 张磊共空间模式脑电信号样本筛选
摘要：在运动想象脑-机接口（Motor imagery brain-computer interface，MI—BCI）系统研究中，共空间模式（Common spatial pattern，CSP）作为一种有监督空域滤波设计方法，已被广泛应用于运动想象脑电信号（Electroencephalo—graphy，EEG）的特征提取。但是EEG训练样本的采集过程不仅会受到各种噪声伪迹干扰，也会受到受试者分心和疲劳等因素的影响，因此，训练集中难免出现“低质量”的异常单次试验数据。如果不加选择地将所有的单次样本用于CSP滤波器设计和分类器训练，会给所建BCI系统的性能带来较严重的负面影响。针对这一问题，本文提出一种新颖而实用的EEG训练样本筛选方法。方法的基本步骤是，先依次选择单次EEG样本对进行CSP滤波器设计，并结合零训练分类器构造相应的CSP-BCI测试系统。然后以所建CSP-BCI系统的交叉验证识别率为指标，剔除低识别率对应的单次训练数据，以实现对训练样本集的优化。基于所提方法，论文对6位受试者在不同时间采集的75组两类运动想象EEG数据进行了优化筛选和测试。实验结果表明，相比传统方法设计的CSP．BCI系统，基于训练样本优化方法的CSP．BCI系统性能得到明显改善，针对六位受试者测试集的平均识别率分别提高了5．04％、6．42％、13．15％、15．51％、1．94％和8．26％。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
