BCI Report 研究预览
English中文

经典方法

CSP+LDA:在公开 EEG 数据集上的结果

CSP+LDA 是用于运动想象 EEG 的经典两阶段流程:共空间模式(CSP)学习使两类信号输出方差差异最大的空间滤波器,再用线性判别分析(LDA)对滤波后信号的对数方差进行分类。Ramoser、Müller-Gerking 和 Pfurtscheller(2000)将 CSP 与对数方差特征和线性分类器结合,用于左右手运动想象。

又称 CSP+LDA · Common Spatial Patterns · CSP · Ramoser et al. 2000

参考文献 Ramoser H, Müller-Gerking J, Pfurtscheller G. Optimal spatial filtering of single trial EEG during imagined hand movement. IEEE Transactions on Rehabilitation Engineering 8(4):441–446, 2000. ↗

目录状态:已评测 · 本站使用的实现 ↗ · 简介来源 pubmed.ncbi.nlm.nih.gov · doi.org · mne.tools

已发布的结果

按数据集分组。只在组内比较:跨组时任务、队列、随机水平与电极布局都会变。

ds003810 · 核心矩阵 · 运动想象与静息

连同协议阅读: 核心矩阵(首页) · 随机水平 50.0% · experiments.json

方法条件指标数值被试
CSP+LDARest versus right-hand imagery平衡准确率47.1%43.8%–50.2%10

ds005342 · 核心矩阵 · 空闲与指令

连同协议阅读: 核心矩阵(首页) · experiments.json

方法条件指标数值被试
CSP+LDASeated motor imagery · cue-gated replay指令检出率 ≤3 秒23.3%4
CSP+LDASeated motor imagery · cue-gated replay空闲误触发率0.0%4

全部方法 → · 全部数据集 →