当前位置:主页 > 科技论文 > 信息工程论文 >

静息态脑电信号Lemple-Ziv复杂度与运动想象响应能力的相关性

发布时间:2024-03-18 20:28
  目的探究与用户运动想象响应能力相关的静息态脑电特征,构建用户筛选模型。方法根据运动想象响应能力将105名受试者分成3个组,分别提取每名受试者开目静息和闭目静息态脑电不同频带(theta、alpha、beta、gamma)的Lemple-Ziv复杂度(LZC)特征,利用皮尔森相关系数与独立样本t检验分析相关性最显著的LZC特征,构建运动想象响应能力优秀受试者组与随机受试者组的筛选模型。结果开目静息态alpha频带的LZC特征与运动想象响应能力具有最显著的相关性,其中基于C4、Cp4导联的LZC特征构建的分类模型可用于不同运动想象任务响应能力的受试者筛选,最高可获得78.04%的分类正确率,优于已有文献报道的能量与谱熵特征。结论静息态脑电LZC特征是一种有效、通用的运动想象响应神经生理指标,有望为运动想象脑-机接口用户的筛选提供技术支持。

【文章页数】:7 页

【部分图文】:

图164导电极位置分布图

图164导电极位置分布图

数据来源为EEGMotorMovement/ImageryDataset公开数据库[19-20],共包含109名受试者的实验数据。由于4名受试者数据异常,只分析了105名受试者的数据。实验任务包含:1组1min的开目静息;1组1min的闭目静息;3组想象左手抓握和右手抓握实....


图2两类MI范式任务下受试者分组情况

图2两类MI范式任务下受试者分组情况

参照文献[15,24],将MI任务分类正确率范围为80%~100%的受试者组命名为A组(优秀受试者组),分类正确率范围为60%~80%的受试者组命名为B组,分类正确率范围为<60%的受试者组命名为C组(随机受试者组)。根据两类不同的MI范式任务(左手vs右手,双手vs双脚),分组....


图3不同频带下3个组别各导联的LZC特征值

图3不同频带下3个组别各导联的LZC特征值

观察图3(a),对于左手与右手、双手和双脚两种MI任务范式:在alpha频带,大部分导联的LZC特征在MI响应能力随机受试者组(即C1组、C2组)表现为最大,在优秀受试者组(A1组、A2组)表现为最小;在beta频带,个别导联(如CP5,F5)的LZC特征在MI响应能力优秀受试者....


图4Alpha频带LZC特征与MI响应能力相关系数脑地形分布图(n=105)

图4Alpha频带LZC特征与MI响应能力相关系数脑地形分布图(n=105)

分别计算每名受试者开目静息、闭目静息alpha频带LZC与2类不同的MI范式任务响应能力的皮尔森相关系数。由于本文研究的问题与运动思维活动相关,因此挑选了包括位于额区、颞区、枕区的典型导联,以及对应初级运动区与感觉运动区的中央区导联共32导(Fp1,Fpz,Fp2,F3,Fz,F....



本文编号:3931775

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3931775.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a8635***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com