基于非平衡处理的P300脑机接口研究

脑机接口系统是一套人与外部设备进行信息交流的软件和硬件系统。它通过信号处理分析等手段直接将在人的大脑采集到的脑电信号转换成控制命令,而不需要借助外围神经或肌肉组织。脑机接口技术为人和外界交流提供了一种全新的控制通道,在医疗康复、疾病诊断、交通辅助控制等众多领域都有着广泛的应用。在脑机接口系统中,P300是使用最广泛的脑电成分之一,其诱发方式一般基于Oddball实验范式。但是,我们发现基于Oddball实验范式设计的BCI系统获取的实验数据普遍存在数据非平衡问题。数据的非平衡问题往往会影响分类算法的性能,这一问题在设计BCI中的信号处理分析算法时是不容忽视的,但是目前已有的BCI系统均未能考虑到这一点。为了解决上述问题,本文的研究提出了基于非平衡处理的P300电位识别模型。本文的工作主要包括：(1)研究分析了通过经典的P300字符拼写范式获取的数据集存在的数据非平衡问题。(2)研究分析了P300数据集中数据非平衡问题的普遍性,进一步讨论了该问题可能会给基于P300电位的BCI系统带来的影响。(3)提出了基于非平衡处理的P300电位识别模型,首次在脑机接口的信号处理过程中引入非平衡处理方法来提高脑机接口的性能。(4)为了验证基于非平衡处理的P300电位识别模型的有效性,在模型的训练阶段提出了基于SMOTE的线性判别分析算法,提高了线性判别分析算法的分类识别效果。(5)为了进一步验证基于非平衡处理的P300电位识别模型的有效性,在模型训练阶段继续提出了基于随机上采样的集成支持向量机算法。