摘要：针对单导联脑电（EEG）信号,提出一种基于约束独立分量分析（cICA）的P300特征提取方法.将单导联EEG信号分段及少次叠加平均后形成混合EEG数据,40次靶刺激对应EEG叠加平均构成的P300模板作为参考信号,经cICA算法只分解出一个含P300的独立分量,提取出3维特征向量送入线性分类器.针对实测EEG数据进行方法验证,单导联5试次情况下P300识别正确率达82.64％,信息传输率达16.80 b/m.实验结果表明,提出的方法在单导联较少试次情况下,能够有效提取P300,且对EEG导联位置在顶区范围不严格挑剔.

关键词：p300 分类 识别正确率 信息传输率 

单位：东北大学中荷生物医学与信息工程学院 沈阳110819 东北大学机械工程与自动化学院 沈阳110819 大连海洋大学信息工程学院 大连116023