计量学报

作者：付荣荣,梁海峰,米瑞甫

单位：1. 燕山大学 电气工程学院,河北 秦皇岛066004?; 2. 江西新能源科技职业学院,江西 新余 338004;

关键词：计量学;脑电信号;准备电位;共空间模式; 极限学习机;运动意图;特征识别

基金：国家自然科学基金面上项目(62073282);河北省中央引导地方科技发展资金项目(206Z0301G);河北省自然科学基金面上项目(F2022203092);河北省教育厅在读研究生创新能力培养资助项目(CXZZSS2021060)

针对预备响应脑电信号(EEG)所包含的运动意图进行提取与识别,对于真实运动前准备电位进行解码。利用共空间模式(CSP)和极限学习机(ELM) 解决大脑运动准备诱发特征识别。实验结果表明:该方法能够高效区分左右手真实运动前的准备电位,对脑机接口 (BCI) 大赛运动执行前的准备诱发脑电数据平均识别正确率可达85.7%。在解码问题上,预备电位与运动想象(MI)脑电信号相比,节省了意识产生到动作执行这一段时间,提高操作任务执行的响应效率,为实现基于运动意图的高效脑机交互提供理论依据和技术支持。

来源：2023年第10期

《计量学报》期刊编辑部

查看计量学报杂志2023年第10期