基于运动想象脑-机接口的协同策略研究

作     者：张力新 陈小翠 陈龙 顾斌 王仲朋 明东 ZHANG Lixin;CHEN Xiaocui;CHEN Long;GU Bin;WANG Zhongpeng;MING Dong

作者机构：天津大学精密仪器与光电子工程学院生物医学工程系天津300072 天津大学医学工程与转化医学研究院生物医学工程系天津300072 

基　　金：国家重点研发计划项目(2017YFB1002504) 国家自然科学基金重点项目(81630051) 天津市科技支撑计划项目(17ZXRGGX00020,16ZXHLSY00270) 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2021年第38卷第3期

页      码：409-416页

摘      要：运动想象脑-机接口(MI-BCI)作为最常见的主动式脑-机交互范式,仍存在指令集小、正确率低等瓶颈问题,其信息传输速率(ITR)与实际应用严重受限。本文设计了六指令想象动作,采集了19名被试的脑电信号(EEG),研究协同脑-机接口(cBCI)的协同策略对MI-BCI分类性能的提升效果,对比了不同群体规模、融合策略的变化对群体分类性能的影响。结果表明,最适的群体规模为4人,最佳的融合策略为决策融合,并且在该条件下群体的分类正确率达到了77%,这比相同群体规模下特征融合策略有所提高(77.31%vs.56.34%),并且比单用户的平均水平明显提高(77.31%vs.44.90%)。本研究证明了cBCI协同策略可有效提升MI-BCI分类性能,为MI-cBCI研究及其未来应用奠定了基础。

主 题 词：协同脑-机接口 运动想象 特征融合 决策融合 群体规模 

学科分类：0831[工学-公安技术类] 0711[理学-心理学类] 1002[医学-临床医学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0836[0836] 

核心收录：

D　O　I：10.7507/1001-5515.202007059

馆 藏 号：203103685...