脑机接口技术因其潜在的理论与应用价值成为近年来国际上的热点研究问题之一。脑电信号的特征提取与模式分类是基于脑电信号的脑机接口系统的核心组成部分。本项目以脑机接口系统的潜在应用为背景,对脑电信号的特征提取与模式分类问题中蕴含的理论与方法展开研究,具体研究内容包括便于理解的脑电信号特征提取理论和高效的计算方法;自适应的脑电信号特征提取方法;分类器集成方法有效性的思考以及脑电信号集成分类方法的研究;自适应脑电信号分类器设计的梯度下降算法等。通过对这些问题的探索与求解,可以构建更加合理、有效的脑电信号特征提取与模式分类的理论和方法,对于脑机接口系统的成功应用也具有重要的指导意义。我们将在借鉴已有工作的基础上,通过深入研究机器学习和模式识别的相关理论和方法,在脑电信号的特征提取与模式分类上取得了重要进展。
英文主题词Feature extraction; pattern classification; machine learning; electroencephalogram (EEG) signal; brain-computer interface