基于滤波器组公共空间模式的多类运动图像BCI方法

通用空间模式(CSP)算法能够解决运动图像任务脑机接口(BCI)的二进制分类问题。 本文提出了一种基于滤波器组公共空间模式(FBCSP)的新方法,称为多尺度重叠FBCSP(MO-FBCSP)。 我们通过使用一对一(OvO)策略将CSP算法扩展到多类。 选择多个周期,并将其与包含有用信息的滤波器组的重叠频谱结合在一起。 在具有9个主题的基准BCI竞赛IV数据集2a上对该方法进行了评估。 随机森林(RF)分类器的平均准确度达到80%,相应的kappa值为0.734。 定量结果表明,该方案优于经典FBCSP算法超过12%。