收藏
上證報中國證券網訊（記者 韓遠飛）12月6日，中國科學院沈陽自動化研究所發布消息，近日該研究所神經計算團隊與中國礦業大學開展聯合研究，將粒子群算法引入到對稱正定黎曼空間，對腦電圖（Electroencephalogram, EEG）的協方差矩陣表征數據進行維度篩選，有效提高了EEG信號識別效率，且選擇出的重要維度符合神經生理學發現。相關研究成果發表于《知識庫系統》（Knowledge-Based Systems, KBS）。
研究團隊將捕捉大腦意圖EEG信號表征為協方差矩陣，從平直的歐氏空間轉換到彎曲的對稱正定黎曼空間，利用粒子群算法在黎曼空間中對協方差矩陣進行降維，將協方差矩陣的行和與其對應的列看作為一個特征組，去除對EEG識別效果影響小或具有干擾的特征組。該方法在提高識別效率的同時提高了識別正確率。與目前大部分黎曼空間數據基于映射的降維方法不同，該方法具有可解釋性，選擇出的重要維度能夠回溯到EEG信號的通道，在運動想象EEG信號上選擇出來的重要維度大致分布在感覺運動皮層，符合神經生理學的發現。該方法為推進腦機接口的實際應用提出了一種方案。
該研究得到國家自然科學基金、科技部重點研發計劃等項目支持。
