基于静息态脑电特征的运动想象响应能力筛选方法

摘要

本发明公开了一种基于静息态脑电特征的运动想象响应能力筛选方法，包括：对采集的EEG数据经过预处理、数据分割，提取MI任务的共空间模式特征；利用支持向量机建立多分类识别模型，通过十折交叉验证计算分类正确率，分类正确率表征MI响应能力；分别提取开目静息各导联EEG在8～13Hz频带(alpha频带)的归一化能量、功率谱熵与Lempel‑Ziv复杂度；计算上述静息态EEG特征与MI响应能力的相关性，筛选最优特征用于建立分类模型与回归预测模型；基于分类模型与回归预测模型对运动想象响应能力进行筛选，不仅可以筛除“BCI盲”，避免其无效的训练过程，而且能够提前预测被试的MI响应能力并为其制定相匹配的训练方案，进而优化实验训练流程，最终降低用户操作BCI的错误率。