脑-机接口中错误相关电位的解码算法研究

作     者：孙劲松 钟子平 肖晓琳 孟佳圆 许敏鹏 明东 SUN Jinsong;Jung Tzyy-Ping;XIAO Xiaolin;MENG Jiayuan;XU Minpeng;MING Dong

作者机构：天津大学医学工程与转化医学研究院天津300072 天津大学精密仪器与光电子工程学院天津300072 加州大学斯沃茨计算科学中心美国加利福尼亚92093 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2021年第38卷第3期

页      面：463-472页

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）] 08[工学] 0836[工学-生物工程] 

基　　金：国家自然科学基金(61976152,81601565,81630051) 第四届中国科协青年人才托举工程(2018QNRC001) 天津市科技重大专项与工程(17ZXRGGX00020) 

主　　题：脑-机接口 错误相关电位 模式识别 单试次检测 

摘      要：基于错误相关电位(ErrP)的错误自检测有助于改善脑-机接口系统的实用性。但单试次ErrP信号的准确识别仍是阻碍这一技术发展的难题。为了衡量不同算法解码ErrP信号的能力,本文使用两个不同的公开数据集,对研究与相关应用中常见的4种线性判别分析算法、2种支持向量机、逻辑回归以及判别典型模式匹配(DCPM)共8个算法展开对比。文中主要分析了算法的分类正确率和算法性能随训练集样本数量的变化情况。实验结果表明DCPM具有最佳的综合性能。本研究揭示了各算法性能与训练样本数目和ErrP试验范式间的相互影响,为研究与实际应用中ErrP解码算法的选择提供参考。