仪器仪表学报

作者：张绍荣，朱志斌，冯宝，余天佑，李智

单位：张绍荣,桂林电子科技大学电子工程与自动化学院桂林541004；桂林航天工业学院电子信息与自动化学院桂林541004,,朱志斌,桂林电子科技大学数学与计算科学学院 桂林 541004；桂林电子科技大学广西高校数据分析与计算重点实验室 桂林541004,,冯宝,桂林航天工业学院电子信息与自动化学院 桂林 541004,,余天佑,华南理工大学自动化科学与工程学院 广州 510000,,李智,桂林航天工业学院电子信息与自动化学院桂林541004,

关键词：运动想象脑电;脑机接口;组稀疏;贝叶斯学习;逻辑回归;通道选择

基金：国家自然科学基金（61967004，11901137，81960324）、广西区自然科学基金(2018GXNSFBA281023，2016GXNSFBA380160)、广西区自动检测技术与仪器重点实验室基金(YQ19209，YQ18107)、桂林电子科技大学研究生教育创新计划项目（2019YCXB03）资助

针对脑电信号的通道选择和分类问题，提出了基于组稀疏贝叶斯逻辑回归（gsBLR）的运动想象脑电信号分类模型，同时进行通道选择和分类。首先，对多通道信号进行空间滤波和带通滤波，降低容积传导效应的影响；其次，对每个通道的信号提取具有判别信息的时域、频域以及时频域特征，并进行特征融合；最后，使用gsBLR方法进行通道选择和分类，在贝叶斯学习框架下模型参数可自动从训练数据中估计得到，避免了繁琐而耗时的交叉验证过程。在两个公开的脑机接口（BCI）竞赛数据集和自采集数据集上进行了实验验证，分别获得了81?63%、84?97%和76?47%的最高平均分类准确率；相比其他方法，所提出的方法具有较好的分类准确率和较少的通道数，同时所选通道与神经生理背景更加吻合。

来源：2019年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第10期