5、基于脑电图信号的关键词识别研究

基于脑电图信号的关键词识别研究

1. 数据采集

• 受试者信息 ：选取了年龄在20 - 25岁的10名受试者（7男3女），他们都熟悉相关关键词且身体健康，无精神和身体疾病。
• 数据采集环境 ：数据采集设置在奥朗加巴德的巴布萨赫布·安贝德卡·马拉特瓦达大学计算机科学与信息技术系的视觉与智能系统实验室进行。受试者坐在扶手椅上，旁边放置屏幕，处于电磁屏蔽室中。在采集脑电图数据前，获取了每个受试者的书面同意书，并告知他们该实验用于脑机接口应用。
• 数据采集过程 ：使用PowerPoint的简单显示屏，系统每隔5秒生成一个关键词信号，展示下一个数字。为了让受试者熟悉任务，向他们展示了关键词屏幕，此过程重复5次，最终形成了包含1200个样本的关键词数据集。

2. 数据预处理

脑电图信号可能包含大量伪影和噪声，会影响分类系统的性能。为构建高效的关键词分类系统，采用快速独立成分分析（Fast ICA）对脑电图数据进行预处理。
- Fast ICA原理 ：有噪声的脑电图信号包含因各种采集条件产生的独立原始信号，Fast ICA通过分解将每个脑电图数据向量从噪声数据中分离出来，得到独立成分（ICs），这些ICs用于特征提取。
- Fast ICA对称方法 ：本研究使用Fast ICA对称方法对脑电图信号进行预处理，该方法同时估计所有分量（所有权重向量）。使用以下方程进行正交化步骤：
- (w = (ww^T)^{