科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统多道仪测谎的准确性问题，结合EEG信号和机器学习方法，通过脑电溯源和相锁值分析方法进行脑电信号特征提取，并通过机器学习分类方法对2类样本特征进行模式识别和分类，从而达到测谎的目的。首先，通过独立成分分析和K-Means聚类算法对脑电信号进行源定位，并通过s LORETA算法将说谎和诚实2组被试者的头皮脑电信号映射至皮层上的信号源处；然后，对2组溯源后的信号分别计算各脑区信号间的相锁值；最后，通过统计分析，选取2类人群具有显著性差异的相锁值连接边作为特征集，通过SVM分类器进行模式识别分类，最终达到94.5%的平均测试准确率。结果表明，通过该方法进行测谎具有一定的可靠性。
- 单位
