采用小波熵和频带能量提取脑电信号特征

被引：12

作者：

王宏 ^{[1
,2
]}

赵海滨 ^{[2
]}

刘冲 ^{[2
]}

机构：

[1] 吉林大学汽车动态模拟国家重点实验室

[2] 东北大学机械工程与自动化学院

来源：

吉林大学学报(工学版) | 2011年 / 03期

关键词：

信息处理技术; 脑-机接口; 小波熵; 线性判别分析; 互信息; 频带能量;

D O I：

10.13229/j.cnki.jdxbgxb2011.03.030

中图分类号：

TN911.6 [信号分析];

学科分类号：

080401 ; 080402 ;

摘要：

对于采用两种不同意识任务(想象左手运动和想象右手运动)的脑-机接口系统,采用脑电信号的小波熵和频带能量作为组合特征,采用Fisher线性判别分析进行分类,最后采用分类准确率和互信息作为评价标准,进行脑电信号的特征提取离线分析结果表明:该算法在分类准确率和互信息上都取得了良好的识别结果,为脑-机接口系统中意识任务的特征提取和分类提供了新方法。

引用

页码：828 / 831

页数：4

共 5 条

[1] 基于脑电信号的高智能假手控制
杨大鹏
姜力
赵京东
刘宏
[J]. 吉林大学学报(工学版), 2008, (05) : 1225 - 1230
[2] Brain–computer interfaces in neurological rehabilitation[J] . Janis J Daly,Jonathan R Wolpaw.Lancet Neurology . 2008 (11)
[3] Brain–computer interfaces for communication and control[J] . Jonathan R Wolpaw,Niels Birbaumer,Dennis J McFarland,Gert Pfurtscheller,Theresa M Vaughan.Clinical Neurophysiology . 2002 (6)
[4] Wavelet entropy: a new tool for analysis of short duration brain electrical signals[J] . Journal of Neuroscience Methods . 2001 (1)
[5] Event-related EEG/MEG synchronization and desynchronization: basic principles[J] . G. Pfurtscheller,F.H. Lopes da Silva.Clinical Neurophysiology . 1999 (11)

← 1 →