采用Fisher线性判别分析进行MEG信号的分类
来源期刊:东北大学学报(自然科学版)2013年第12期
论文作者:赵海滨 颜世玉 于清文 王宏
文章页码:1695 - 1698
关键词:脑磁图;脑-机接口;线性判别分析;特征提取;分类;
摘 要:脑磁图(MEG)具有比脑电(EEG)信号更高的时空分辨率,可以作为输入信号建立脑-机接口系统.提出一种脑磁图的特征提取和分类方法,首先对MEG信号进行预处理,然后提取时域特征,最后采用Fisher线性判别分析进行分类.将该算法用于2008年脑-机接口数据竞赛的数据集Ⅲ,该数据集为一个典型的采用MEG信号的脑-机接口系统.离线分析结果表明,该算法取得了很好的分类准确率,对两个测试者(S1和S2)的分类正确率分别为59.46%和43.24%.与其他方法相比,该方法简单有效,运算速度快,具有较高的参考价值.
赵海滨,颜世玉,于清文,王宏
东北大学机械工程与自动化学院
摘 要:脑磁图(MEG)具有比脑电(EEG)信号更高的时空分辨率,可以作为输入信号建立脑-机接口系统.提出一种脑磁图的特征提取和分类方法,首先对MEG信号进行预处理,然后提取时域特征,最后采用Fisher线性判别分析进行分类.将该算法用于2008年脑-机接口数据竞赛的数据集Ⅲ,该数据集为一个典型的采用MEG信号的脑-机接口系统.离线分析结果表明,该算法取得了很好的分类准确率,对两个测试者(S1和S2)的分类正确率分别为59.46%和43.24%.与其他方法相比,该方法简单有效,运算速度快,具有较高的参考价值.
关键词:脑磁图;脑-机接口;线性判别分析;特征提取;分类;