基于因果稀疏优化的运动想象脑电意图解码研究

作     者：付荣荣 李林玉 孟云 刘冲 路斌 文桂林 

作者机构：燕山大学电气工程学院 东北大学机械工程与自动化学院 燕山大学机械工程学院 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2024年

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0836[工学-生物工程] 

基　　金：国家自然科学基金面上项目(62073282) 国家自然科学基金重点项目(11832009) 河北省自然科学基金项目(F2022203092) 河北省全职引进国家高层次创新型人才科研项目(2021HBQZYCSB003) 秦皇岛市科技计划项目(202302B015) 

主　　题：特征优化 因果 Lasso 希尔伯特-黄变换 运动想象 脑电信号 

摘      要：针对运动想象脑电信号解码问题提出因果稀疏特征优化方法,旨在选择因果判别特征以增强其解码准确性.首先,利用希尔伯特-黄变换(HHT)提取脑电信号各通道中的边际谱能量;然后,运用样本重加权去相关性算子(SRDO)对特征进行加权优化,以消除干扰及冗余特征与识别运动想象的判别特征间的虚假关联;在此基础上,利用亲和传播(AP)聚类算法开发特征在空间分布中的潜在关系,并结合迭代稀疏分组Lasso (iSGL),通过同时考虑组内与组间特征的重要性,对特征进行优化,以提升运动想象脑电信号的解码准确率;最后,利用支持向量机(SVM)在二分类运动想象实验数据集上进行5折交叉验证,实验结果显示其平均准确率达到了92.30%,与原特征相比提升近4%.此外,通过与不同方法的对比实验,充分验证了所提出方法的优越性,表明该方法可以作为一种推动脑-机接口发展的有力解决方案.