动物听觉刺激系统有哪些重要处理单元

动物听觉刺激系统在实际处理BCI信号的过程中,往往都是根据不同的特征提取和分类算法的优缺点进行取长补短。并且不同的脑电信号模式,为了提高BCI系统性能,选择合适的特征提取方法和分类算法是很重要的,那么它有哪些重要处理单元?

动物听觉刺激系统3.png

1、降维处理单元

脑电信号通常非常微弱并且信号中夹杂着大量噪声,因此在进行更进一步的分析前需要首先对信号进行预处理。预处理中常用的操作有滤波、去伪迹和降维等。大部分EEG信号属于低频或者集中在某些频段,因此通过滤波后可以去掉工频干扰和电磁干扰等大部分噪声从而提高信噪比。脑电信号数据通常维度很高,预处理需要根据数据特点进行降维处理。

2、特征提取单元

特征提取是指从采集到的脑电信号中提取出一些能够满足动物需求的特征,然后再对这些特征进行一些变换,之后将得到的特征向量作为分类算法的输入。截止到目前为止,学术界己经做了很多针对脑电信号的研究,也产生了很多特征提取方法,主要包括:时域分析、频域分析、时频分析和时空分析这四种。其中时域分析一般用来直接提取波形特征,主要用在直方图分析、相关分析和方差分析等方面。它具有以下优点:物理意义明确、操作简单。

由于脑电信号本身是一些非平稳且复杂的高维数据,在实际的信号分析过程中,动物听觉刺激系统‍会综合考虑这些信号在各个域(时域、频域和空间域)中的信息,还会依据具体任务中意识水平等生理背景来选择合适的特征提取方法。特征分类的作用通俗说来就是将信号分析得到的特征向量转换为一种可以控制外部设备的控制命令,并且所采用的分类算法性能会对BCI系统性能的好坏起到决定性作用。