运动图像脑机接口中的ICA滤波器设计

围绕独立成分分析（independent component analysis，ICA）在运动想象脑-机接口（大脑计算机接口，BCI）中的应用，作者重点研究了ICA空域滤波器的设计新方法。基于在不同时间采集的两个精确的6组运动想象的EEG数据集，分析和验证了ICA在BCI系统实现中的特点和优势，并与共同空间模式（公共空间模式：CSP）空域量化方法进行了比较。分量（电机相关的独立组件，MRICs）的自动检测，提出了ICA滤波器的有效设计概念，提出了基于不同顺序连续的EEG样本的ICA滤波器的设计和优化新思路，并建立了相应的ICA -BCI离线测试系统。在此基础上，研究了ICA滤波器的性能与设计样本之间的关系，比较了ICA-BCI和CSP-BCI对三类运动想象的识别和分类效果。针对具有相同长度和采集质量的不同样本EEG样本，设计设计性能基本一致的ICA滤波器。在对不同EEG数据集的组内和组间交叉测试实验中，作者建立的ICA-BCI系统表现出了比CSP-BCI系统更好的稳定性。综上，ICA在BCI系统实现中具有独特的优势和应用潜力。文中所得对实用ICA-BCI系统的建立具有一定的参考价值。