动态独立分量分析及其在运动意识脑电分析中的应用

独立分量分析(ICA)是一种具有极大应用潜力的脑电特征分析和提取新方法。传统静态ICA模型和算法在非平稳源分析方面的不足，很大程度上限制了它在脑电信号处理中的更深层次应用。本项目中拟开展动态独立分量分析(Dynamic ICA: DICA)模型和算法研究。以运动意识脑电为应用对象，探讨动态独立分量分析方法应用于进行性EEG活动分析的可行性。主要研究内容有：(1)非平稳源的动态生成模型、动态独立分量算法及其稳定性分析；(2) 基于动态独立分量分析的事件相关同步/去同步研究(ERD/ERS)研究; (2)基于动态独立分量分析模型的运动意识脑电特征描述和分类方法；(3)动态独立分量分析算法的并行实现技术。希望通过对上述问题的研究，建立一套基于动态独立分量分析的运动意识脑电特征提取新方法，为当前大家普遍关注的动态脑电源分析、事件相关同步/去同步和脑机接口(BCI)等热点问题提供一个新的研究思路。