基于多时窗共空间模式的HMM运动想象脑电识别

来源：计算机测量与控制杂志2023年第12期北京时间：

作者：蔡霄仙,陈顺芝,王江辉,丁洋

单位：常州大学

摘要：运动想象脑电具有识别效果不佳及复杂时序信号建模困难的问题；提出一种基于多时窗共空间模式的隐马尔可夫模型运动想象脑电识别方法,首先将运动想象脑电划分为多个短时窗信号,然后使用共空间模式提取特征序列,以滤除脑电通道间的冗余信息,最后采用前向-后相算法与Viterbi算法求解隐马尔可夫模型并完成分类识别；将本文方法在公开运动想象脑电数据集上进行实验，得到77.17%的分类正确率，相较隐马尔可夫模型算法提升了5.74%，验证了所提方法的有效性。

关键词：多时窗;共空间模式;隐马尔可夫模型;运动想象;脑电识别

基金资助：常州大学教育教学研究课题(GJY2021070)；2022年江苏省研究生实践创新计划项目(YPC22020099)