-
题名基于HHT和AR模型的步行想象和空闲状态识别研究
- 1
-
-
作者
程昭立
王晓琳
李红权
李鸿云
伏云发
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学脑认知与脑机智能融合创新团队
云南省计算机技术应用重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第5期1013-1019,共7页
-
基金
国家自然科学基金项目(81771926,61763022,61463024,81470084)资助。
-
文摘
目前,大多数运动想象(Motor Imagery,MI)针对的是单侧肢体的研究,而传统的单侧肢体简单的运动想象不易被患者理解并且康复效果有限.本研究针对运动协调想象,设计了一种新的步行想象范式,该范式需要被试想象正常的步行动作,其涉及复合肢体的协调配合,同时,对被试的空闲状态进行识别.招募了18名被试参与本实验,分别采集了步行想象和空闲状态的脑电信号;接着分别采用自回归(Auto Regressive,AR)模型、共空间模式(Common Spatial Pattern,CSP)、希尔伯特-黄变换(Hilbert-Huang Transform,HHT)和AR模型组合方法提取特征,最后采用支持向量机(Support Vector Machine,SVM)对步行想象和空闲状态两类任务进行分类.结果显示采用AR模型提取特征取得的平均、最高和最低分类正确率分别为63.28±6.33%、80.15%和51.56%;采用CSP提取特征取得的平均、最高和最低分类正确率分别为73.58±5.37%、85.47%和59.97%;采用HHT和AR模型组合方法提取特征取得的平均、最高、最低分类正确率分别为80.51±4.06%、89.59%和62.41%.本研究表明,HHT和AR结合的特征可用于识别步行想象和空闲状态,且可分性较好.本研究可望为基于步行想象的BCI用于脑卒中偏瘫患者运动障碍康复提供思路.
-
关键词
步行想象
运动协调想象
HHT
AR模型
空闲状态
-
Keywords
walking imagery
motor coordination imagination
HHT
AR model
idle state
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于功能性近红外光谱识别步行想象研究
被引量：3
- 2
-
-
作者
李红权
程昭立
王发旺
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《电子测量技术》
北大核心
2021年第1期161-164,共4页
-
文摘
脑机接口是一种变革型的人机交互,基于脑电的脑机接口占到研究的大多数,而基于功能性近红外光谱(fNIRS)的脑机接口以其特有的优势开始受到研究者重视。本研究利用fNIRS测量了15名被试在步行想象和空闲状态期间的氧合血红蛋白(HbO)浓度,对HbO信号进行带通滤波和基线漂移矫正。然后提取HbO的均值、峰值和均方根及其组合作为分类特征,最后采用SVM、KNN和LDA进行分类,并测试了任务期间不同时间窗的分类性能。实验结果表明,采用SVM提取3种组合特征的分类准确率明显高于其他特征及分类器,达到了90.37±4.42%;2~8 s时间窗比其他时间窗的分类准确率更高。所提研究有望为步行功能障碍患者提供一种新的可选的主动康复训练方法。
-
关键词
脑机接口
功能性近红外光谱
步行想象
分类准确率
-
Keywords
brain-computer interface
functional near-infrared spectroscopy
walking imagery
classification accuracy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
