最优频带选择算法

该算法针对同肢运动想象中频带差异微小的难题，通过逐步判别分析自适应选择个体最优频带，并结合集成分类策略提升解码精度。

孟颍辉 · Nuo, Zhu · Li, Duan · 南姣芬 · Xia, Yongquan · Yao, Ni · Han, Chuang

Cluster Computing 2025

参数信息

识别准确率

76.58 %

技术优势

个体频带自动找

通过逐步判别分析为每个被试自动选择最优频带，无需人工设定频带范围，减少频带差异对识别的影响。

抗时窗和频带干扰

正则化共空间模式提取空间分布特征，降低了时间窗口长度和频带差异对特征的影响，增强了特征的稳定性。

集成分类更准

基于多个高效分类器的集成分类策略，将单侧肢体运动想象识别准确率提升至76.58%，较传统方法显著提高。

精度大幅领先

与传统解码方法相比，准确率分别提高12.67%、9.89%、6.62%和7.90%；与深度学习方法相比，提高16.93%和7.33%。

应用场景

• 脑机接口：为同肢运动想象BCI提供高精度解码算法，降低误判率。
• 康复机器人：提升康复机器人对单侧肢体精细动作的识别与控制能力。
• 运动想象解码：解决同肢多关节运动想象特征区分难的问题，提升解码精度。
• 智能假肢控制：提高假肢对单侧肢体多关节运动意图的识别准确率，改善控制体验。