欢迎来到天天文库
浏览记录
ID:49396023
大小:256.73 KB
页数:5页
时间:2020-02-29
《基于fMRI脑机接口的数据分类方法的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第48卷第1期太原理工大学学报Vol.48No.12017年1月JOURNALOFTAIYUANUNIVERSITYOFTECHNOLOGYJan.2017文章编号:1007-9432(2017)01-0086-05基于fMRI脑机接口的数据分类方法的研究张巍1,2,陈俊杰1(1.太原理工大学计算机科学与技术学院,山西晋中030619;.山西职工医学院信息中心,山西晋中030619)摘要:为了解决脑机接口中功能磁共振成像(functionalmagneticresonanceimagi
2、ng,fMRI)信号的数据分类问题,提出了使用后顶叶皮层进行特征选择的支持向量机分类方法。首先通过核磁设备采集数据,对数据预处理后,将后顶叶皮层的体素选择为特征,然后把血氧水平依赖(bloodoxygenleveldependent,BOLD)值的峰值和累积变化作为特征提取,最后使用支持向量机进行数据的分类。实验表明,选择后顶叶皮层作为特征是可行的;使用BOLD峰值的分类精度要高于使用BOLD累积变化的分类精度。关键词:脑机接口;功能磁共振成像;支持向量机;分类;血氧水平依赖中图分类号:TP18文献标识码:ADOI:10.16355/j.cnki.issn1007-9432tyut.
3、2017.01.014StudyofDataClassificationMethodBasedonfMRIBrain-ComputerInterface1,2,CHENJunjie1ZHANGWei(1.CollegeofComputerScienceandTechnology,TaiyuanUniversityofTechnology,JinzhongShanxi030619,China;2.InformationCenter,ShanxiMedicalCollegeforContinuingEducation,JinzhongShanxi030619,China)Abstract
4、:Tosolvethedataclassificationofthefunctionalmagneticresonanceimaging(fMRI)signalsinthebrain-computeinterface,theclassificationmethodofsupportvectormachine(SVM)usingposteriorparietalcortex(PPC)asfeatureselectionwaspresented.First,thedatawereac-quiredbythenuclearmagneticdevice.Next,thedatawerepre
5、processed,thevoxelsofPPCwereselectedasfeatures,thenthepeakvaluesandcumulativevaluesofBOLD(bloodoxygenlevelde-pendent)wereselectedasthefeatureextraction.Finally,SVMwasusedtoclassifydata.TheexperimenthasshownitisviabletoselectPPCasfeatureandtheclassificationaccuracyusingpeakvalueishigherthanthecl
6、assificationaccuracyusingcumulativevalue.Keywords:brain-computerinterface;functionalmagneticresonanceimaging(fMRI);supportvectormachines;classification;BOLD脑机接口是一种控制系统,它不依赖于人脑的直接的通讯和控制通道。不用语言和动作,通过人周围神经和肌肉的正常输出通道。通过采集和分析脑人们可以控制设备。脑机接口技术已广泛应用于人脑的生物电信号,可以在人脑和计算机之间建立医疗保健,身体功能的康复,反恐以及生物反馈训练*收稿日期:20
7、16-05-05基金项目:国家自然科学基金资助项目:抑郁症fMRI数据分析方法及辅助诊断治疗模型研究(61170136),多模态脑功能复杂网络分析方法及应用研究(61373101);山西省软科学研究资助项目(2016041035-1)作者简介:张巍(1968-),男,山西汾阳人,博士,副教授,主要从事数据挖掘、智能信息处理研究,(E-mail)zhangwhhx@163.com通讯作者:陈俊杰,教授,博士生导师,主要从事智能信息处理研究,(E-mail)c
此文档下载收益归作者所有