脑-机接口中脑电解码算法研究综述

论文摘要

脑-机接口（BCI）作为一种可实现人脑与外界信息交流和控制的人机交互方式,已经受到脑科学、人工智能等研究领域的广泛关注。脑电特征解码是BCI系统的核心步骤。高效特征解码取决于"特征"和所使用的特征解码算法。本文首先介绍了脑电信号的主要特征描述方式,紧接着介绍BCI相关研究中使用的经典解码算法的基本原理、适用范围、存在问题以及改进方法,最后介绍了近年来提出的多种新算法及理论框架,并展望了未来脑电特征解码算法的新动向,希冀为研究开发高性能BCI提供新思路。

论文目录

• 引言
• 1 经典分类算法
•   1.1 典型相关分析
•   1.2 共空间模式
•   1.3 线性判别分析
•   1.4 其他传统解码算法
• 2 新兴算法
•   2.1 事件相关成分分析
•   2.2 判别典型模式匹配
•   2.3 黎曼几何分类器
•   2.4 深度学习
• 3 结论与展望

文章来源

类型: 期刊论文

作者: 周晓宇,许敏鹏,肖晓琳,陈龙,顾晓松,明东

关键词: 脑机接口,脑电图,特征提取,模式识别

来源: 生物医学工程学杂志 2019年05期

年度: 2019

分类: 医药卫生科技,基础科学,信息科技

专业: 生物学,生物医学工程,电信技术

单位: 天津大学精密仪器与光电子工程学院,天津大学医学工程与转化医学研究院

基金: 国家自然科学基金资助项目(81601565,81630051,91520205)

分类号: TN911.7;R318

页码: 856-861

总页数: 6

文件大小: 1254K

下载量: 469