首页> 中文期刊> 《计算机系统应用》 >基于改进原型网络的P300脑电信号检测

基于改进原型网络的P300脑电信号检测

         

摘要

从脑电信号中检测P300电位是实现P300脑机接口的关键.由于不同个体间的脑电信号存在较大差异,现有的基于深度学习的P300检测方法均需要大量的脑电数据来训练模型.对于小样本的患者数据,至今仍没有令人满意的解决方案.本文提出了一种改进的适用于小样本P300脑电信号检测的原型网络方法.该模型通过卷积神经网络提取特征,结合度量方法余弦相似度,实现P300脑电信号的分类和识别.在第3届国际脑机接口竞赛的数据集II上进行测试和比较,取得了平均字符识别率达95%的良好识别性能.进一步地,我们把该方法应用于小样本的意识障碍患者意识状态检测中.在基于命令遵循的意识状态检测实验中, 5位正常人的准确率均为100%, 10位意识障碍患者的意识状态检测结果与临床评估结果相匹配.研究证明该模型对改进应用于小样本的P300脑机接口系统具有重要意义.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号