基于Fisher判据时频分析的运动相关脑电特征选择及优化

被引：7

作者：

裴晓梅

郑崇勋

机构：

[1] 西安交通大学生物医学信息工程教育部重点实验室

来源：

西安交通大学学报 | 2008年 / 08期

基金：

中国博士后科学基金;

关键词：

特征选择及优化; Fisher判据; Morlet小波滤波; 互信息;

D O I：

暂无

中图分类号：

R318 [生物医学工程];

学科分类号：

0831 ;

摘要：

提出了一种基于Fisher判据的运动相关脑电特征优化选择的时频分析方法,为优化选择与运动意识最相关的有效脑电频率成分提供了理论依据.在此基础上,利用具有高时频分辨率的Morlet小波方法,提取与脑电特征优化过程最为匹配的特征信息,对4个受试者运动相关脑电模式进行分类,平均最大分类正确率达到87.95%,通过最大分类正确率、最大互信息两项评价指标比较,验证了基于匹配追踪和Fisher判据时频分析的特征优化方法对改善大脑运动意识任务分类性能的有效性.实验结果表明,该文所提出的方法可望应用于脑机接口系统的运动相关脑电特征优化和选择中.

引用

页码：1026 / 1030

页数：5

共 6 条

[1]

小波变换的工程分析与应用[M]. 科学出版社 , 杨福生著, 1999

[2]

‘Thought’ – control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia[J] . Neuroscience Letters . 2003 (1)

[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] Spatial filter selection for EEG-based communication [J].

McFarland, DJ ;

McCane, LM ;

David, SV ;

Wolpaw, JR .

ELECTROENCEPHALOGRAPHY AND CLINICAL NEUROPHYSIOLOGY, 1997, 103 (03) :386-394

[5] ANALYSIS OF EEG TRANSIENTS BY MEANS OF MATCHING PURSUIT [J].

DURKA, PJ ;

BLINOWSKA, KJ .

ANNALS OF BIOMEDICAL ENGINEERING, 1995, 23 (05) :608-611

[6]

BCI competition2003-data set III:probabilistic modeling of sensori mo-tor u rhythms for classification of i maginary handmovement. LEMMS,SCHAFER C,CURIO G. IEEE Transactions on Biomedical Engineering . 2004

← 1 →