概率校准方法的脑电信号分类算法研究

作者：丁胜; 吴全玉^*; 孙健; 潘玲佼; 陶为戈

来源：赤峰学院学报(自然科学版), 2023, 39(04): 11-15.

DOI：10.13398/j.cnki.issn1673-260x.2023.04.022

• 运动想象
• 概率校准
• 功率谱密度
• 逻辑回归
• 支持向量机

脑机接口技术是很多学科融合的前沿研究方向，脑电信号分类的准确率是限制脑机接口系统实现的难题之一。针对脑电信号分类准确性问题，采用两种概率校准方法 Platt Scaling和Isotonic Regression。首先对预处理后的运动想象脑电数据利用功率谱密度提取脑电频域特征，使用主成分分析算法进行特征降维。其次选择逻辑回归和支持向量机构建分类预测模型，使用上述两种概率校准方法进行模型校准。最后，选用ROC曲线下的面积AUC、Brier得分和可靠性曲线评估校准模型的性能，并且绘制交叉验证学习曲线，观察模型在不同数据量下的拟合效果，以及模型的泛化能力。在BCI竞赛IV Datasets 2a脑电数据集上进行实验验证，结果表明，概率校准的方法能够对模型预测输出结果进行有效校准。

• 单位
  江苏理工学院