改进的多变量同步指数脑机接口分类算法

作者：马鹏飞; 董朝轶^*; 马爽; 贾婷婷; 肖志云; 齐咏生; 陈晓艳; 林瑞静

来源：科学技术与工程, 2021, 21(34): 14598-14603.

• 脑机接口
• 稳态视觉诱发电位
• 小波包变换
• 特征提取
• 多变量同步指数

近年来,稳态视觉诱发电位(steady-state visual evoked potential, SSVEP)范式脑机接口(brain-computer interface, BCI)得到了日益广泛的研究。如何选择不同的分类特征,对于提高频率识别的准确率,改善SSVEP-BCI系统至关重要。针对少目标刺激范式的SSVEP-BCI系统,提出了小波包变换(wavelet packet transform, WPT)同多变量同步指数(multivariate synchronization index, MSI)相结合的方法,对10名被试者的400组SSVEP数据进行特征提取并分类。在分类过程中,讨论了导联数量和数据长度两个参数对改进算法的影响。实验结果表明:在数据长度为1.5 s,导联7导的条件下,基于WPT-MSI的SSVEP算法的分类准确率达到98.94%,信息传输率为76.24 bit/min。明显优于典型的MSI算法和其他改进算法,具有显著提高的频率识别正确率。

• 出版日期2021
• 单位内蒙古工业大学