-
题名基于复杂网络技术的异步脑-机接口分类系统
被引量：1
- 1
-
-
作者
张微
解承军
-
机构
中国矿业大学银川学院信息工程学院
埃肯铸造(中国)公司生产部
-
出处
《科学技术与工程》
北大核心
2020年第11期4383-4388,共6页
-
基金
宁夏教育局项目(机电能源装备专业群项目)。
-
文摘
脑-机接口(brain-computer interface,BCI)是一种不依赖周围神经和肌肉组织,通过诱发人脑无节律信号(event-related de-synchronization,ERD)/有节律信号(event-related synchronization,ERS)等特征信号实现对外部装置自主控制的系统。针对人群中15%~30%的人存在"BCI盲"问题,即难以诱发出较强的ERD/ERS等特征信号,提出将脑电图(electroencephalogram,EEG)时间序列转换成一个复杂网络,复杂网络的网络测度与大脑意识有关联。结果表明,基于复杂网络构建的相位锁相值(phase locking value, PLV)二值网络可实现异步BCI系统分类,分类正确率最高可达88.60%。可见,基于复杂网络技术的异步BCI系统具有可行性,可作为一种新途径。
-
关键词
复杂网络
脑-机接口(BCI)
网络测度
分类
-
Keywords
complex networks
brain-computer interface(BCI)
measures
classification
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
