单导联脑电信号P300分类研究.pdfVIP

学兔兔 第35卷 第4期 仪 器 仪 表 学 报 VoL 35 No．4 2014年4月 Chinese Journal of Scientific Instrument Apr．2014 单导联脑电信号P300分类研究木 黄 璐 ，王 宏 (1．东北大学中荷生物医学与信息工程学院 沈阳 110819；2．东北大学机械工程与自动化学院 沈阳 1 10819；3．大连海洋大学信息工程学院 大连 1 16023) 摘 要：针对单导联脑电(EEG)信号，提出一种基于约束独立分量分析(clCA)的P300特征提取方法。将单导联EEG信号分 段及少次叠加平均后形成混合EEG数据，40次靶刺激对应EEG叠加平均构成的P300模板作为参考信号，经cICA算法只分解 出一个含P300的独立分量，提取出3维特征向量送入线性分类器。针对实测EEG数据进行方法验证，单导联5试次情况下 P300识别正确率达82．64％，信息传输率达16．80 b／m。实验结果表明，提出的方法在单导联较少试次情况下，能够有效提取 P300，且对EEG导联位置在顶区范围不严格挑剔。 关键词：P300；分类；识别正确率；信息传输率 中图分类号：R318 TH77 文献标识码：A 国家标准学科分类代码：310．61 Research on the classification of P300 in single channel EEG Huang Lu ，Wang Hong ( ．Sino—Dutch Biomedical and Information Engineering School，Northeastern University，Shenyang 110819，China； 2．School of Mechanical EngineeringAutomation，Northeastern University，Shenyang 110819，China； 3．College ofInformation Engineering，Dalian Ocean University，Dalian 116023，China) Abstract：Aiming at the single channel electroencephalogram(EEG)signal，a feature extraction method for P30o based on constrained independent component analysis(cICA)was proposed．The single channel EEG signal is segmented and averaged with a few trials to compose a mixed EEG data，and the forty EEG epoehes corresponding to the target stimuli are averaged to construct a P30o template， which is used as the reference signa1．The cICA algorithm is used to pick up only one independent component that contains P300，and a three dimensional feature vector is extr