2003年脑机接口数据竞赛论文之一——基于CSSD和FDA的单次手指运动诱发脑电分类算法

【作者】 王毅军； 张志广； 李勇； 高小榕； 高上凯； 杨福生；

【机构】 清华大学生物医学工程系；

【摘要】 <正> 单次手指运动诱发电位分类技术,因为其实验方法简单,抗扰性强,分类准确率较高,响应速度快,且无需经过训练等优点而成为近期BCI研究的热点之一。同时,因为单次手指运动诱发脑电分类过程中存在着信噪比低,无法使用平均技术,快速运动导致的信号混叠等问题,要实现高准确率的单次提取仍有不少困难。我们提出了一种针对单次手指运动诱发脑电分类的算法,它有效地结合了共空域子空间分解(CommonSpatial Subspace Decomposition,CSSD)和Fisher线性判别分析(Fisher Discriminant Analysis,FDA)进行特征的提取。根据单次手指运动的运动前准备电位(Bereitschaftspotential,BP)和事件相关去同步化(Event更多还原