基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法技术

本发明专利技术提出了一种基于快速序列视觉呈现脑机接口的时空混合CSP‑PCA目标检测方法，其步骤包括：(1)对原始脑电信号预处理；(2)使用时空混合CSP‑PCA方法提取特征；(3)将特征输入到LDA分类器中得到目标类或非目标类的二元判决值。

【技术实现步骤摘要】
基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法
本专利技术涉及信号与信息处理和神经生物学交叉领域，特别是涉及基于快速序列视觉呈现的脑电图(electroencephalogram,EEG)。它提出一种基于快速序列视觉呈现脑机接口(RapidSerialVisualPresentation-BrainComputerInterface,RSVP-BCI)的时空混合CSP-PCA目标检测方法。
技术介绍
目标检测技术在生活中的应用非常广泛，小到社区摄像头画面监控人员，大到利用无人车进行环境侦查都需要反应迅速、检测精准的目标检测技术。目前基于深度学习的目标检测技术在检测精度以及检测速度上都有了很大的提高，但是其算法复杂度较高、计算量较大，无法满足目标检测实时性的要求；面对复杂的环境、突发状况等情况缺乏良好的判别能力。人脑依靠人类视觉快速有效的收集对环境信息的感知，并在较短的时间内准确灵活的对异常、突发等状况完成识别和反应，因此充分发挥人脑在目标检测中的作用能够增强目标检测系统的灵活性和准确性。快速序列视觉呈现(Rap本文档来自技高网...

【技术保护点】
1.一种新的基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法，即在空域上采用共空间模式对数据进行空域滤波，能够使一个类别的数据方差最大，同时使另一个类别的方差最小；在时域上使用主成分分析进行时域降维，构造一个新的坐标系，将原坐标系向新坐标系投影，提取出最优的K个主成分。该方法充分考虑大脑活动的时空模式，通过时域空域两次特征提取最大化目标类与非目标类之间的判别距离，并有效降低特征维数，其创新特征包括：/n(1)基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法的处理顺序为：第一步在空域上采用CSP算法对数据进行空域滤波，针对每个被试选择不同的空间滤波器个数

【技术特征摘要】
1.一种新的基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法，即在空域上采用共空间模式对数据进行空域滤波，能够使一个类别的数据方差最大，同时使另一个类别的方差最小；在时域上使用主成分分析进行时域降维，构造一个新的坐标系，将原坐标系向新坐标系投影，提取出最优的K个主成分。该方法充分考虑大脑活动的时空模式，通过时域空域两次特征提取最大化目标类与非目标类之间的判别距离，并有效降低特征维数，其创新特征包括：
(1)基于快速序列视觉呈现脑机接口的时空混合CSP-PCA目标检测方法的处理顺序为：第一步在空域上采用CSP算法对数据进行空域滤波，针对每个被试选择不同的空间滤波器个数得到为CSP算法所求空间滤波器，对原始脑电数据进行空域滤波，记为YCSP；第二步在时域上，对...

【专利技术属性】
技术研发人员：崔玉洁，谢松云，谢辛舟，段绪，高川林，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61