深度线性判别分析用于两级脑控字符拼写解码

作者：郭柳君; 张雪英^*; 陈桂军

来源：西安电子科技大学学报, 2020, 47(04): 109-116.

DOI：10.19665/j.issn1001-2400.2020.04.015

• 脑机接口
• 拼写范式
• 运动视觉诱发电位
• 深度学习

为了充分利用视听觉感知通道,实现高效的脑控字符拼写,提出一种基于区域的两级拼写范式。该范式的第一级基于运动视觉诱发电位进行目标区域选择,并引入码分多址方法进行区域编码,以提高其选择速率;第二级基于混合运动视觉诱发电位和听觉P300对目标字符进行编码,充分利用视听觉混合效应,改善目标字符选择的准确率。为了对采集的脑电信号进行有效的目标字符解码,提出一种结合深度线性判别分析的脑电信号分类识别算法。实验结果表明,深度线性判别分析算法在两级脑电信号的分类识别中平均分类准确率分别为61.7%和74%,明显高于传统方法和两种卷积神经网络方法的准确率。因此,该算法可有效地改善视听混合诱发两级脑机接口的指令解码性能。

• 单位
  太原理工大学