基于松散型WNN的运动想象脑电信号解码研究 |
| |
引用本文: | 胡秀枋,何爽,邹任玲,张一凡,毛晨罡,黄鑫,李丹,曹立.基于松散型WNN的运动想象脑电信号解码研究[J].智能计算机与应用,2023(11):239-243. |
| |
作者姓名: | 胡秀枋 何爽 邹任玲 张一凡 毛晨罡 黄鑫 李丹 曹立 |
| |
作者单位: | 1. 上海理工大学健康科学与工程学院;2. 上海市第六人民医院 |
| |
基金项目: | 上海市科技创新行动计划产学研医合作领域项目(21S31906000); |
| |
摘 要: | 基于运动想象的脑机接口可以控制外部设备,在医疗康复领域中有着重要的临床意义。为了提高运动想象脑电信号的分类准确率,提出一种松散型小波神经网络,即双树复小波变换与神经网络分开进行计算再组合。利用DTCWT对预处理后的脑电信号进行分解,计算复小波系数的多个特征值并构建特征向量,将组合后的特征向量送入神经网络中进行分类识别。实验结果表明,该算法在BCI Competition IV的数据集2a上的平均准确率为76.03%。通过与不同分类器和现有方法的比较,验证了松散型小波神经网络的有效性。
|
关 键 词: | 运动想象 松散型小波神经网络 双树复小波变换 脑机接口 |
|
|