基于FFT同步的STN-LFP信号人类行为识别方法
计算机视觉与模式识别
2016-12-30 v1 神经元与认知
摘要
人类行为分类是开发闭环深脑刺激(Deep Brain Stimulation, DBS)系统的关键，此类系统有望降低现有系统的功耗与副作用。近期研究表明，来自大脑双侧丘脑底核(Subthalamic Nuclei, STN)的局部场电位(Local Field Potential, LFP)信号可用于识别人类行为。由于植入每个STN的DBS电极可采集三路双极信号，因此选择合适的LFP对以实现最优识别性能仍是一个待解决的开放问题。考虑到基底节中存在同步聚合活动，本文提出一种基于FFT的同步方法，自动选择相关的LFP对，并将该对信号与基于SVM的MKL分类器结合用于行为识别。我们在五名受试者上的实验表明，相较于其他用于行为分类的方法，所提方法具有优越性。
引用
@article{arxiv.1612.08780,
title = {An FFT-based Synchronization Approach to Recognize Human Behaviors using STN-LFP Signal},
author = {Hosein M. Golshan and Adam O. Hebb and Sara J. Hanrahan and Joshua Nedrud and Mohammad H. Mahoor},
journal= {arXiv preprint arXiv:1612.08780},
year = {2016}
}
备注
IEEE Conf on ICASSP 2017