通过约束独立成分分析提取脑机接口技术节奏大脑活动

抽象

提出了一种基于约束独立分量分析(ICA)的技术，应用于脑-机接口(BCI)系统记录的节律性脑电图(EEG)数据。ICA是一种将记录的脑电图分解为其基本的独立成分的技术，而在涉及运动图像的脑机配合(BCI)中，其目的是分离出感觉运动皮层上的节律性活动。我们证明，通过频谱约束独立分量分析技术，我们可以学习到适合每一个单独的脑电图记录的空间滤波器。该方法能有效地从两类单次试验脑电图数据中提取出鉴别信息。通过使用ICA算法，分类精度比未处理数据平均提高约25%。这意味着ICA技术可以可靠地用于识别和提取bci相关的节律性活动，这些节律性活动是在录音中为每个受试者学习了一个特定的过滤器。该算法具有较高的分类率和较低的计算成本，是一种很有前途的在线脑机接口算法。

参考

1. S.拉什和D. A.德里斯科尔，“EEG电极灵敏度的互惠应用，”IEEE交易在生物医学工程卷。16，没有。1期，第15-22，1969年。查看在：谷歌学术
2. J. R. Wolpaw, N. Birbaumer, D. J. McFarland, G. Pfurtscheller, T. M. Vaughan，“通讯和控制的脑-机接口，”临床神经生理学卷。113，没有。6，第767-791，2002。查看在：出版商网站|谷歌学术
3. J. W. Kozelka和T. A.佩德利，“测试和万亩节奏，”临床神经生理学杂志卷。7，没有。2，第191-207，1990。查看在：出版商网站|谷歌学术
4. J. R. Wolpaw，D.J.麦克法兰，G. W.整洁，C. A. Forneris的“An EEG基于脑机接口，用于光标控制，”脑电图和临床神经生理学卷。78，没有。3，第252-259，1991。查看在：出版商网站|谷歌学术
5. 事件相关去同步化(ERD)的图形显示和统计评估，脑电图和临床神经生理学第43卷，no。1977年，第757-760页。查看在：出版商网站|谷歌学术
6. N.-J。利用脑电图信号的固定和自适应自回归模型对大脑任务的分类"，刊于IEEE医学及生物工程学会第26届国际会议录(EMBC '04)2004年9月，美国加州旧金山，第507-510页。查看在：谷歌学术
7. H. Ramoser，J.穆勒 - Gerking的，和G. Pfurtscheller，“想象的手移动的过程中单次试验EEG的最优空间滤波，”IEEE交易在康复工程卷。8，没有。4，第441-446，2000。查看在：出版商网站|谷歌学术
8. A. Hyvarinen和E. Oja，“独立分量分析的快速定点算法”，神经计算卷。9，没有。7，第1483至1492年，1997。查看在：谷歌学术
9. A. J.贝尔和T. J. Sejnowski，“一种信息最大化的方法来盲分离和盲去卷积，”神经计算卷。7，没有。6，第1129至1159年，1995。查看在：谷歌学术
10. c.j. James和c.w. Hesse，“时间结构和基于统计的BSS方法在长期癫痫样脑电图记录背景下的比较”，发表于独立成分分析和盲源分离的第五届国际会议论文集（ICA '04），第1025-1032，格拉纳达，西班牙，2004年9月。查看在：谷歌学术
11. O.吉布森和C. J.詹姆斯，“关于在脑电图癫痫发作的分析：约束ICA的应用，”在在第二届欧洲医学和生物工程会议论文集（EMBEC '02），第424-426，维也纳，奥地利，2002年12月。查看在：谷歌学术
12. A. K.巴罗斯，A.曼苏尔和N.大西，“使用独立成分分析的心电图信号卸下工件，”Neurocomputing第22卷，第2期。1-3，第173-186页，1998。查看在：出版商网站|谷歌学术
13. R.Vigário，J.Särelä，V.Jousmäki，M.Hämäläinen和E. Oja的，“独立分量的方法来EEG和MEG记录的分析，”IEEE交易在生物医学工程卷。47，没有。5，第589-593，2000。查看在：出版商网站|谷歌学术
14. M. J. McKeown的，沧波荣格，S. Makeig等人，“斯特鲁颜色命名任务期间在功能MRI数据空间独立的活动模式，”美国国家科学院院刊卷。95，没有。3，第803-810，1998。查看在：出版商网站|谷歌学术
15. " 2003年BCI竞赛-数据集IIb:基于ica的子空间投影增强P300波检测的BCI应用"IEEE交易在生物医学工程第51卷，no。6，第1067-1072页，2004。查看在：出版商网站|谷歌学术
16. S. Wang和C. J.詹姆斯，在“加强诱发反应的BCI通过先进的技术ICA”IET第三届医学、信号与信息处理进展国际会议进程(MEDSIP '06)页。38，格拉斯哥，英国，2006年7月。查看在：出版商网站|谷歌学术
17. “在使用独立成分分析进行运动图像时，心理练习和注意力技巧对脑电图大脑动力学的影响”，发表于医学与生物工程学会第26届国际年会(EMBC '04)论文集卷。1，第239-242，旧金山，加利福尼亚州，美国，2004年9月。查看在：谷歌学术
18. C. J.詹姆斯和C. W.黑森，“用于生物医学信号的独立分量分析，”生理测量第26卷，no。1, 2005年R15-R39页。查看在：出版商网站|谷歌学术
19. J. J. James和O. J. Gibson，“时间约束ICA:电磁脑信号分析中伪影抑制的应用”，IEEE交易在生物医学工程第50卷，no。2003年，第1108-1116页。查看在：出版商网站|谷歌学术
20. A. Ziehe和K.-R.缪勒“TDSEP-的使用时间结构盲分离有效的算法，”在第八届人工神经网络国际会议(ICANN '98)会议录1998年9月，瑞典Skovde，第675-680页。查看在：谷歌学术
21. A. Belouchrani和M. G. Amin，“基于时频信号表示的盲源分离”，IEEE TRANSACTIONS ON信号处理卷。46，没有。11，第2888至2897年，1998年。查看在：出版商网站|谷歌学术
22. A. Ziehe，P. Laskov，K.-R.穆勒和G.诺尔特，“A线性最小二乘算法联合对角化，”在第四届国际学术研讨会独立成分分析和盲源分离程序，第469-474，日本奈良，2003年4月。查看在：谷歌学术
23. c.j. James和c.w. Hesse，“利用时间去相关的约束独立分析方法来绘制有节奏脑电图活动的头皮拓片”，发表于《脑电图与脑电图研究》IEEE医学及生物工程学会第26届国际会议录(EMBC '04)《美国旧金山》，第2卷，第994-997页，2004年9月。查看在：谷歌学术
24. A. Cichocki，S.阿玛和K.希维克，“ICALAB工具箱用于信号处理，”http://www.bsp.brain.riken.jp/ICALAB/。查看在：谷歌学术
25. B. Blankertz，K.-R.米勒，G.古玩等人说：“BCI竞争2003：进步和检测和脑电图单独审判的歧视观点”。IEEE交易在生物医学工程第51卷，no。6，第1044-1051页，2004。查看在：出版商网站|谷歌学术
26. G. Dornhege, B. Blankertz, G. Curio和k.r。利用特征组合和多类范式提高无创脑电图单次分类中的比特率IEEE交易在生物医学工程第51卷，no。6，第993-1002页，2004。查看在：出版商网站|谷歌学术
27. “透过盲源分离观察及追踪脑电讯号之脑动力学”，国立台湾科技大学资讯工程学研究所硕士论文在IEE医学信号与信息处理会议论文集（MEDSIP '04），第145-152，马耳他，2004年9月。查看在：谷歌学术
28. S. R.耿氏和J. S.肯德拉，“稀疏内核结构建模，”机器学习卷。48，没有。1-3，第137-163，2002。查看在：出版商网站|谷歌学术
29. 宋丽萍，“脑电图与计算机接口之分类:动态系统特性之最优滤波器学习”，台北机器学习的第23届国际会议论文集（ICML '06），第857-864，匹兹堡，PA，USA，2006年6月。查看在：谷歌学术
30. 王建民，“单通道脑电分析中的盲源分离:脑机接口的应用”，国立中山大学医学研究所硕士论文在IEEE工程在医学中的第28届国际会议和生物学论文集学会（EMBS '06），第6544-6547，纽约，NY，USA，2006年8 - 9月。查看在：出版商网站|谷歌学术

版权

©2007 Suogang王的Christopher J.詹姆斯。这是下发布的开放式访问文章知识共享署名许可，允许在任何媒体中不受限制地使用、发布和复制原创作品，只要原稿被正确引用。