基于时间序列预测范式的低延迟自定步速运动想象起始检测脑机接口系统
信号处理
2022-04-13 v1
摘要
在自定步速运动想象脑机接口（MI-BCI）中，连续脑电图（EEG）信号中呈现的 MI 指令起始时刻是未知的。为检测这些起始，多数自定步速方法对连续 EEG 信号施加窗函数并分割为长时段以进一步分析，导致系统具有高延迟。为降低系统延迟，我们提出一种基于时间序列预测概念的算法，利用先前接收的时间样本数据预测后续时间样本。我们的预测器是由长短期记忆（LSTM）单元构建的编码器-解码器（ED）网络。通过将输入信号与预测信号比较，可快速检测 MI 指令的起始。所提方法在 BCI competition III 的 IVc 数据集上验证。仿真结果表明，对于短于一秒的延迟，所提算法相较竞赛冠军的平均 F1-score 提升了 26.7%。
引用
@article{arxiv.2204.05450,
title = {A self-paced BCI system with low latency for motor imagery onset detection based on time series prediction paradigm},
author = {Navid Ayoobi and Elnaz Banan Sadeghian},
journal= {arXiv preprint arXiv:2204.05450},
year = {2022}
}