欢迎进入人工智能+物联网-人工智能人力资源服务股份有限公司官方网站!
新闻动态
为广大企业提供更加轻便、高效、经济的人力资源服务
半岛bandao体育,华中科技大学伍冬睿团队提出一种用于运动想象在线分类的动态窗方法
发布时间:2024-08-07 21:44
  |  
阅读量:

  脑机接口(Brain-Computer Interfaces, BCI)是一种在人脑与外部设备之间建立直接通信通道,实现人脑活动测量、处理并转化为对外部设备控制的交互信息或命令的技术。运动想象是一种脑机接口范式,指在不进行实际运动的情况下,通过大脑去想象特定身体部位(例如左手、右手、脚或者舌头)的运动。基于运动想象的脑机接口技术已被应用于轮椅/机器人控制、中风康复半岛bandao体育,、游戏娱乐等领域。

  运动想象分类可以分为离线和在线两种方式进行。离线分类是指能够离线获取整个测试EEG数据,并以此进行分析。而在线分类则是收集被试者的EEG信号,并实时对其进行推断决策,其目的在于实现分类高准确率和快速响应。信息传输速率(Information Transfer Rate, ITR)是在线BCI的一个重要指标。

  大多数EEG分类方法假设输入试次具有固定长度,使用固定窗口(Fixed Window, FW)数据测试,半岛BD体育,但在在线分类中,EEG试次的长度可变。

  为了实现快速响应,可以获取短EEG试次进行分类,但这往往会降低分类的准确性,难以同时满足高分类准确率和快速响应的要求。

  在跨被试MI分类中,不同被试者之间的EEG信号存在较大的个体差异。为了缓解这些差异,通常需要一些被试者的EEG数据进行模型校准,但在线分类通常比离线分类拥有更少的校准数据,这给跨被试的分类带来了困难。为了应对这些挑战,华中科技大学伍冬睿团队提出一种基于前端复制动态窗(Front-end Replication Dynamic Window, FRDW)的在线运动想象分类的方法:

  当测试EEG试次的长度小于训练中使用的固定长度N时,通过重复拼接EEG试次,并将拼接后的信号X修剪为长度N,作为输入送进分类器。通过FR,可以使短EEG试次与训练数据的长度匹配,提高分类的准确率。半岛BD体育,

  动态窗口作用于测试数据流上的当前可用试次数据。当前最大分类概率低于置信阈值τ时,更新动态窗口,直到最大分类概率超过或等于τ时进行提前决策。在最坏的情况下,使用整个长度为N的测试试次进行分类。通过DW,可以自适应地调整测试试次的长度,以提高解码速度。

  在跨被试者运动想象分类中,将FRDW与EA结合使用,进行模型校准。半岛BD体育,我们在三个公开数据集、三种分类器和三种数据增强方法的情况下进行的被试内和跨被试在线MI分类实验。实验结果表明,FRDW能够显著提高MI解码的信息传输速率。

  图1和图2分别展示了数据集BCI Competition IV 001-2014的被试内和跨被试在线分类的信息传输速率(ITRs)和准确率(ACCs)。

  本文提出了一种简单而有效的前端复制动态窗(FRDW)算法。动态窗口能够基于比训练时使用的更短的EEG试次进行分类,从而提高决策速度;前端复制将短的EEG试次补齐到训练中使用的样本长度,从而提高分类准确率。我们在三个公开数据集、三种分类器和三种数据增强方法的情况下进行的被试内和跨被试在线MI分类实验,证明了FRDW能够显著提高MI解码中的信息传输速率。FRDW帮助我们获得2022年世界机器人大赛BCI脑控机器人大赛MI赛题的全国冠军。