基于脑电信号复杂度的坐立意图检测


  Chang等人使用SAGA 32+设备(TMSi,荷兰)召集13名健康被试,分别对站立、坐姿和安静三种不同状态进行意图检测,最高分类准确率达到87%。具体来说,该实验采集10-20系统的32导信号,将大脑划分为8个区域,分析了各区域脑电信号的复杂度和信息熵等特征。最后结合支持向量机(SVM)、逻辑回归(LR)、线性判别分析(LDA)三种机器学习算法,实现了对站立、坐姿和安静条件的识别。下图为研究框图:

 

基于脑电信号复杂度的坐立意图检测

 

  最后,该研究分别对两种不同条件进行识别分类,结果发现,所有分类的准确率都超过81%。站立和坐姿、站立和安静、坐姿和安静分类准确率分别为83.3%、87%和82.5%,证明了方法的有效性。结果如下所示:

 

基于脑电信号复杂度的坐立意图检测

 

关键词:

EEG,熵,模式识别,信号处理,维拓启创

搜索

全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册