利用广义极值分布检测运动想象脑电信号中的 μ 抑制
信号处理
2020-10-27 v2 应用统计
机器学习
摘要
本文研究脑机接口（BCI）中基于脑电图（EEG）信号的 μ 抑制检测。为此，提出了一种基于统计模型和线性分类器的高效算法。具体而言，提出用广义极值分布（GEV）来表示中央运动皮层 EEG 信号的功率谱密度。相关的三个参数使用最大似然法进行估计。基于这些参数，设计了一个简单高效的线性分类器，用于对三类事件进行分类：想象、运动和静息。初步结果表明，所提出的统计模型可用于精确检测 μ 抑制并区分不同的 EEG 事件，且具有非常好的分类准确率。
引用
@article{arxiv.2005.11242,
title = {Mu-suppression detection in motor imagery electroencephalographic signals using the generalized extreme value distribution},
author = {Antonio Quintero-Rincón and Carlos D'Giano and Hadj Batatia},
journal= {arXiv preprint arXiv:2005.11242},
year = {2020}
}
备注
10 pages, 6 Figures, 4 tables