四级BCI的新颖的设计使用两个二元分类器和并行心理任务

文摘

小说四级实验脑机接口(BCI)基于两个(而不是四个或更多)二进制线性判别分析(LDA)分类器,提出了被称为“平行BCI。”与其他好像精神执行任务和一个接一个串行的方式分类,并行BCI使用正确设计精神任务并行执行的同时身体两边的主题,这是主要的新奇BCI范式用于我们的实验。每个两个二元分类器分类的心理任务执行主体的身体一侧,和两个二元分类器的结果给四级BCI的结果。数据被记录在实验与真实运动和运动图像3健全的学科。没有检测到工件或删除。离线分析表明,在某些科目,并行BCI可以生成精度高于传统的四级BCI,尽管他们都使用相同的特征选择和分类算法。

1。介绍

低通信速度的一个主要问题是阻碍大脑计算机的应用程序接口(bci)外部实验室。大多数当前的脑电图(EEG)基于BCI系统使用各种心理任务分类和翻译成不同的计算机使用各种命令模式分类算法。增加数量的心理任务或大脑模式,如果分类可靠,可以提高BCI系统的通信速度。这是因为随着类的数量增长,潜在类组合的数量以指数级增长。近年来,出现了一些bci采用多级分类器在他们的脑电波模式歧视。奥氏et al。1)使用四个motor-imagery和心算的任务之一。最初的结果表明,使用三个类可以提高信息传输速率。与motor-imagery任务组成的四个不同的类,Naeem获得精度在33%和84%之间使用独立分量分析(ICA) [2]。汤森相比常见的空间模式与复杂的频带能量特征(CSP)四级BCI涉及运动图像(3]。广泛使用的电动机意象精神任务四级bci [2- - - - - -4)涉及的运动的左手,右手,脚,和舌头。tongue-related任务是有问题因为它使得基于脑电图在bci因为它可能产生肌电图(EMG)很难监控,可能会被视为脑电图分类器。

认识到其潜在的更高的信息传输速率,多级BCI必须有相当精度高。不幸的是,类的数量增加,bci的准确性降低因为每个额外的脑电波模式分类器的分类带来了更多的困难。此外,许多分类算法,如线性判别分析(LDA) (1)和支持向量机(svm),最适合二元分类问题。

虽然分类器中扮演重要角色的准确性BCI系统、神经生理学背景知识的EEG信号,如果适当地利用心理任务的设计和实验范式,也将有助于改善BCI系统的准确性。众所周知,每个半球的大脑与身体的另一侧。例如,左手运动表示正确的运动皮层,和右手运动在左运动皮层。邻近地区的皮层代表身体的邻近地区。许多bci在选择心理任务所使用的一个原则是精神任务应该激活大脑的不同部位,因此容易产生分离脑电图模式。

有一点神经生理学的基本知识和二元分类器大大超越multiclassifiers,我们提出一个新的方法多个精神/电机任务分类在BCI的设计中,我们的名字“平行BCI。“我们方法的新颖性在于两个二元分类器,称为左BCI和右BCI,并行运行分类妥善设计并行精神执行任务,同时在左边和右边的身体。的心理任务并行BCI只涉及手和脚的运动。结果从左边BCI和右BCI结合导致的分类四个心理状态。证明,在某些科目,并行BCI达到更高的精度比传统的四级BCI分类四个心理状态。

2。数据采集

我们设计了两个平行实验范式。一只涉及手运动(范式),和其他涉及手和脚运动(范式B),表中描述相应的标签1和图1,分别。3分40试验的实验由每个每个主题。在每个试验中,秒,一个箭头指着左,右,或显示(见图2)。受试者被要求执行或想象手/脚运动在一个或双方的身体,如表示1。例如,在实验范式(见表我(b)),显示一个向上箭头的提示时,接受者应当想象双手同时动作。当左箭头显示,接受者应当想象左手运动和球运动在同一时间。右箭头,这意味着同时右手运动和左脚的运动。向下箭头意味着在双脚同时动作。同时结合动作执行双方的身体,我们可以得到的类标签四级整个系统(见表1)。在范例,这些类(组合)是两只手,左手,右手,没有运动(见表我(一))。在范式B,它们是两只手,左手和右脚,右手和左脚,双脚(见表1)。没有反馈的主题显示实验。应该注意,在范式,“不”运动(或放松)在左/右侧主体的身体被认为是一种精神的任务(左/右BCI脑电图模式)。“放松”用作脑电图模式同步bci,虽然不是很普遍。例如,Akrami et al。5)采用三级BCI基线为精神的任务。

国际10 - 20电极位置对系统如图3。录音是用16通道脑电图放大器从g技术(http://www.gtec.at/)。左半球的渠道被引用到左乳突。右脑的渠道被引用正确的乳突。脑电图是采样在256赫兹。

3所示。数据处理

记录脑电图数据第一次过滤0.5 -100 Hz,然后用常见的预处理平均参考和频带能量特征提取(16乐队覆盖8-45赫兹,8赫兹,年级Hz, 12 - 13赫兹,14日至15日Hz, 16 - 17 Hz, 18日至19日Hz, 20日至21日Hz, 22日至23日Hz, 24 - 25日Hz, 26 - 27日Hz, 28 - 30 Hz, 33节Hz, 34-36 Hz, 37-39 Hz, 40-42 Hz, 43-45 Hz)。每个频带的频带能量在每个频道首先数字带通滤波数据,计算每个样本的棱角和取对数,然后平均在一秒钟的滑动窗口(6]。平均的样本带功率在一秒钟的窗口是一个方法因为它使得基于脑电图广泛用于bci平滑数据,减少可变性。眼电图(小城镇)和其他工件没有检测到或删除。不超过20特性的一个子集选择使用顺序向前漂浮的选择(设定触发器)7)基于三倍交叉验证算法。设定触发器从空集,在每个迭代中产生新的子集通过添加一个功能选择的评价指标(在这里,LDA分类器)(7]。人们已经发现,简单的线性分类器只是略微比复杂的非线性方法(8,9]。所示是BCI竞争2003年和2005年,LDA以及执行(有时甚至优于)支持向量机10),和几乎所有获胜的分类器都是线性的11]。因此,两个二进制LDA分类器,一个在左BCI和其他在右BCI(见图1),被用来分类的两个电机的任务左边和右边分别。二进制LDA分类器分配线性权重和频带能量特征提供一个特征空间中的两个类之间的分离超平面。LDA算法的详细信息,请参考[1]。的四级结果平行BCI是根据获得的类标签编码显示在表1和图1。

比较,我们也处理的数据对于系统作为一个传统的四级BCI,,为了方便起见,被称为“传统BCI。“传统的4类BCI在范式的四个组合运动上同时执行主体的左右身体(即。只有两只手,左手,右手,没有动作)(见图4)。同样,传统的BCI的4类范式B是双手,左手和右脚、右手和左脚,两只脚。传统的BCI使用相同的特征提取和分类(LDA)的方法。LDA并不直接适用于四级分类,我们用四个one-versus-all二进制LDA分类器。里夫金的分析和评论12)已经表明,对于多类问题,“one-versus-all”计划可以像任何其他方法准确。在传统的BCI,每个LDA分类器训练歧视从其余三个四类。为每个测试样本,的四个分类器运行数据。选择生成的分类器最大正值给传统四级BCI的结果(12]。

4所示。结果

每个数据集从一个实验获得A或B(范式)的一个主题,包括3个会议,每40试验。这是使用三倍交叉验证处理。测试数据的平均精度得到了每个数据集的三折线表所示2和3。1和2都是男性占主导地位和右边。脑机接口实验经验。3是女性和左占主导地位的主题,和没有经验的BCI实验之前。对象都是健全的。在一些实验范式和范式B,并行BCI产生更高的精度比传统的BCI。经验和训练平行BCI受试者实验1和2比主题3产生更好的结果。

5。讨论

并行BCI的新奇的设计(即心理任务。编码的并行精神任务)。与其他BCI的心理任务执行和分类以串行方式,一个接一个的心理任务的并行BCI并行执行双方的身体。此外,二进制精神任务每一方主体的身体由二元分类器单独分类。潜在的可分性脑电图模式造成的左派和右派的四肢被利用来减少四级BCI两个二进制好像。对于一些科目,这减少了整个系统,四级BCI,精度高于传统四级BCI雇佣了4 one-versus-all二元分类器。

并行BCI和传统的BCI参与本文确实使用相同的二进制分类算法(LDA),相同的特性(乐队),和相同的特征选择算法(设定触发器)。至关重要的差别在于并行BCI利用正确的编码设计并行而传统BCI没有精神的任务。因此,改进的并行BCI的性能对于一些科目是由于编码精神任务而不是所使用的分类器或特征选择算法。

平行的一个缺点BCI(特别是范式B涉及手脚运动),受试者需要一些训练才能适应同时并行的心理任务左和右手/脚。因为这是第一次这样的同时精神执行任务中使用BCI研究中,神经系统的不同地形的精神任务并行和串行心理模式的任务是不清楚。此外,目前只简单的频带能量特征用于分类。常见的空间模式(CSP)方法已显示其疗效在提取地形的大脑节律调节模式13]。相位同步反映了合作不同神经解剖学上的人群之间的相互作用(14]。这些方法可能更适合分类并行精神任务,这将是未来的研究工作。

我们当前的工作只考虑离线分析同步BCI实验。离线场景更适合比较并行BCI和传统BCI的方案是更可靠和稳定10,15]。然而,我们的下一个工作的目的是在线BCI。如图所示在其他bci,在线反馈,可以增加更多的分类精度。

确认

这项工作在一定程度上支持由英国EPSRC格兰特EP-D030552-1之下。作者要感谢Aleksandra辩护方和马修Salvaris宝贵的意见。

引用

1. b . g . Townsend Graimann, g . Pfurtscheller”比较常见的空间模式与复杂的频带能量特征在四级BCI实验中,“IEEE生物医学工程,53卷,不。4、642 - 651年,2006页。视图:出版商的网站|谷歌学术搜索
2. b·奥氏c . Neuper c贵港市,g . Pfurtscheller“信息传输速率在五类“脑机接口”IEEE神经系统和康复工程,9卷,不。3、283 - 288年,2001页。视图:出版商的网站|谷歌学术搜索
3. m . Naeem Brunner, r .里氏b . Graimann和g . Pfurtscheller”Seperability四级电机使用独立成分分析,图像数据”《神经工程,3卷,不。3、208 - 216年,2006页。视图:出版商的网站|谷歌学术搜索
4. r·o·杜达·e·哈特和d . g .鹳,模式分类约翰·威利& Sons,纽约,纽约,美国,2001年。
5. a . Akrami s Solhjoo a . Motie-Nasrabadi M.-R。因为它使得基于脑电图Hashemi-Golpayegani”精神任务分类:线性和非线性运动图像,分类”学报的第27届国际会议在医学和生物学协会(IEEE工程磨床05),第4629 - 4626页,上海,中国,2005年9月。视图:出版商的网站|谷歌学术搜索
6. g . Pfurtscheller c . Neuper c贵港市et al .,“目前的趋势在格拉茨脑机接口(BCI)研究,“IEEE康复工程,8卷,不。2、216 - 219年,2000页。视图:出版商的网站|谷歌学术搜索
7. p . a . Devijer和j .难应付的模式识别:一种统计方法新世纪,恩格尔伍德悬崖,新泽西,美国,1982年。
8. w·彭妮·d·弗罗斯特,神经网络在临床医学中,“医疗决策,16卷,不。4、386 - 398年,1996页。视图:出版商的网站|谷歌学术搜索
9. K.-R。穆勒、c·w·安德森和g . e .桦木、“脑-机接口、线性和非线性方法”IEEE神经系统和康复工程,11卷,不。2、165 - 169年,2003页。视图:出版商的网站|谷歌学术搜索
10. Blankertz, K.-R。穆勒,g .古玩et al .,“BCI竞争2003:进展和观点在脑电图单一试验检测和歧视,”IEEE生物医学工程,51卷,不。6,1044 - 1051年,2004页。视图:出版商的网站|谷歌学术搜索
11. Blankertz, K.-R。穆勒,d . j . Krusienski et al .,“BCI竞争III:验证实际BCI问题的替代方法,”IEEE神经系统和康复工程,14卷,不。2、153 - 159年,2006页。视图:出版商的网站|谷歌学术搜索
12. r·里夫金,a . Klautau国防one-vs-all分类”,机器学习的研究》杂志上5卷,第141 - 101页,2004年。视图:谷歌学术搜索
13. 问:诺维c .关,t·h . Dat和p .雪,“副环带常见的空间模式(SBCSP)“脑机接口”诉讼第三国际IEEE /磨床神经工程会议(CNE ' 07)科哈拉海岸,页204 - 207年,夏威夷,美国,2007年5月。视图:出版商的网站|谷歌学术搜索
14. c . Brunner r·谢勒b . Graimann g .增刊和g . Pfurtscheller”在线脑机接口使用相位同步的控制,”IEEE生物医学工程,53卷,不。12日,第1部分,2501 - 2506年,2006页。视图:出版商的网站|谷歌学术搜索
15. Blankertz g . Dornhege b、g .古玩和K.-R。穆勒,“促进比特率在非侵入式脑电图的实验分类特征组合和多级范例,”IEEE生物医学工程,51卷,不。6,993 - 1002年,2004页。视图:出版商的网站|谷歌学术搜索

版权

版权©2008道耿et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。