TY -的A2 -阿尔布开克,维克多雨果·c·德盟——Xygonakis Ioannis盟——Athanasiou Alkinoos盟——Pandria Niki盟——Kugiumtzis Dimitris盟——Bamidis Panagiotis d . PY - 2018 DA - 2018/08/01 TI -解码运动图像通过常见的空间模式过滤器在脑电图源空间SP - 7957408六世- 2018 AB -脑-机接口(BCI)是一个快速发展的技术,旨在支持个人遭受各种障碍,最终,改善日常生活的质量。感觉运动节律BCIs演示虚拟或物理外部设备控制成果显著,但他们仍然面临着一系列的挑战和局限性。主要挑战包括多个自由度控制、精度和鲁棒性。在这项工作中,我们开发一个多级BCI解码算法,利用脑电图(EEG)源成像技术地图头皮电位皮质激活,来弥补低空间分辨率的脑电图。空间特征提取使用公共空间格局(CSP)过滤器在皮质源空间的选择感兴趣的区域(roi)。分类是通过执行一个整体模型,基于个人ROI分类模型。评价进行BCI竞争第四集2,哪些特性4运动图像类参与者从9。我们的结果显示平均精度提高5.6%对CSP的传统应用程序方法在传感器上。前神经解剖学的约束和神经生理学知识起着重要的作用在发展中源天基BCI算法。特征选择和分类器的特点,我们的实现将探索提高当前最先进的性能。 SN - 1687-5265 UR - https://doi.org/10.1155/2018/7957408 DO - 10.1155/2018/7957408 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -