我有一個EEG通道數據集,包含N通道信號用於左手和右手想象的運動試驗(X
)。我想找出那些有助於使用共同空間格局來區分兩種運動的渠道。查找EEG通道的常見空間模式
我發現投影矩陣W
(大小NxN
的),所選擇的W
的第一和最後兩列(表示爲W'
)和轉化的原試驗(X
)爲X' = W' x X
。
這很好,但我想知道在區分兩個類中做出最大貢獻的確切渠道。 (如頻道3,4或5,6)。
可能嗎?如果是,如何?
我有一個EEG通道數據集,包含N通道信號用於左手和右手想象的運動試驗(X
)。我想找出那些有助於使用共同空間格局來區分兩種運動的渠道。查找EEG通道的常見空間模式
我發現投影矩陣W
(大小NxN
的),所選擇的W
的第一和最後兩列(表示爲W'
)和轉化的原試驗(X
)爲X' = W' x X
。
這很好,但我想知道在區分兩個類中做出最大貢獻的確切渠道。 (如頻道3,4或5,6)。
可能嗎?如果是,如何?
這可以做到,但如果考慮電極的貢獻可能不是理想的。使用CSP(以及任何線性濾波器),投影矩陣W是[通道數×投影數](或根據計算進行轉置)。查看投影的權重(n)將顯示投影機上每個通道的貢獻。但是,以這種方式查看過濾器可能很難解釋(例如,在跨通道進行比較之前,必須將信號歸一化)。
腦電圖CSP的最佳綜述是: Blankertz,B .; Tomioka,R。 Lemm,S .; Kawanabe,M .; Muller,K.-R.「Optimizing Spatial filters for Robust EEG Single-Trial Analysis,」Signal Processing Magazine,IEEE,vol.25,no.1,pp.41,56,2008
謝謝! ,你給出的論文是一個很好的論文,它清楚地解釋了BCI中的CSP問題。 –