基于时延空时滤波的P300波形提取及目标分类算法

作者：林艳飞; 卢志强; 李博闻; 刘志文; 高小榕

来源：北京理工大学学报, 2021, 41(03): 327-333.

DOI：10.15918/j.tbit1001-0645.2019.293

• 脑电
• 空时滤波
• P300波形
• 波形提取
• 分类

提出一种基于时延空时滤波的P300波形提取及目标分类算法.将多通道脑电信号进行时延,利用最小二乘法思想构造代价函数,通过交替优化的方式估计空时滤波器和源信号,使代价函数收敛并得到空时滤波器,实现空域的源分离和时域的波形提取.经过仿真P300数据对算法性能进行验证,结果表明,该算法对P300波形恢复效果优于同类型的相关算法.对真实脑电数据进行处理,用算法得到的空时滤波器提取P300源成分作为分类特征,利用训练集得到的P300源成分训练Fisher分类器进行目标分类.结果表明,算法的P300波形提取效果、目标分类准确率及AUC值均优于同类型的相关算法.因此,该算法可有效提取P300波形并进行目标分类.

• 单位
  中国船舶工业系统工程研究院; 清华大学; 北京理工大学