基于互相关的判别准则用于运动想象BCI系统中的通道选择
信号处理
2021-03-04 v5 机器学习
摘要
目的。许多基于脑电图（EEG）的脑机接口（BCI）系统使用大量通道以获取更高性能，但这设置耗时且不利于实际应用。在不损害性能的前提下寻找最优通道子集是一项必要且具挑战性的任务。方法。在本文中，我们提出了一种基于互相关的判别准则（XCDC），用于评估通道对区分不同运动想象（MI）任务心理状态的重要性。根据所提准则对通道进行排序和选择。XCDC的有效性在两个运动想象EEG数据集上进行了评估。主要结果。在两个数据集中，与全通道设置相比，XCDC在分类精度不受损的情况下显著减少了通道数量。在相同精度约束下，所提方法比基于皮尔逊相关系数和共空间模式的现有通道选择方法所需通道更少。XCDC的可视化显示了与神经生理学原理一致的结果。意义。本工作提出了一种用于评估和排序MI任务中EEG通道重要性的定量准则，并为MI BCI系统校准阶段中选择排序通道提供了实用方法，从而减轻后续步骤中的计算复杂度和配置难度，促成实时且更便捷的BCI系统。
引用
@article{arxiv.2012.01749,
title = {Cross-Correlation Based Discriminant Criterion for Channel Selection in Motor Imagery BCI Systems},
author = {Jianli Yu and Zhuliang Yu},
journal= {arXiv preprint arXiv:2012.01749},
year = {2021}
}