基于ICA与PSD的ERD/ERS信号检测

被引:7
作者
万柏坤
周仲兴
刘亚伟
程龙龙
明东
綦宏志
朱誉环
机构
[1] 天津大学精密仪器与光电子工程学院
关键词
脑电; 想象动作; 独立分量分析; 功率谱密度; 短时傅里叶变换; ERD/ERS系数;
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
介绍一种基于独立分量分析(ICA)空间滤波结合功率谱密度(PSD)曲线分析法用于提取大脑在想象动作时产生事件相关去同步/同步(ERD/ERS)信号的方法.其检测流程为:先对想象动作诱发的脑电(EEG)信号进行ICA分解得到独立分量与相应的解混矩阵,再按特征频段取其主要分量得到滤波后数据,然后采用短时傅里叶变换计算相关导联EEG信号在特征时段与频段的PSD曲线,引入ERD/ERS系数作为量化指标以进行想象动作的识别.计算结果表明,上述方法能够显著增强运动想象脑电信号的ERD/ERS特征信息,且通过实际分类验证,采用该方法可以获得更高的识别正确率,较传统信息检测方法平均提高8%以上.
引用
收藏
页码:1383 / 1390
页数:8
相关论文
共 7 条
[1]  
脑-机接口:大脑对外信息交流的新途径[J]. 万柏坤,高扬,赵丽,綦宏志.国外医学.生物医学工程分册. 2005(01)
[2]   ICA去除EEG中眼动伪差和工频干扰方法研究 [J].
万柏坤 ;
朱欣 ;
杨春梅 ;
高扬 .
电子学报, 2003, (10) :1571-1574
[3]   ICA在视觉诱发电位的少次提取与波形分析中的应用 [J].
洪波 ;
唐庆玉 ;
杨福生 ;
潘映辐 ;
陈葵 ;
铁艳梅 .
中国生物医学工程学报, 2000, (03) :334-341
[4]  
Event-related EEG/MEG synchronization and desynchronization: basic principles[J] . G. Pfurtscheller,F.H. Lopes da Silva.Clinical Neurophysiology . 1999 (11)
[5]   Independent component analysis using an extended infomax algorithm for mixed subgaussian and supergaussian sources [J].
Lee, TW ;
Girolami, M ;
Sejnowski, TJ .
NEURAL COMPUTATION, 1999, 11 (02) :417-441
[6]   AN INFORMATION MAXIMIZATION APPROACH TO BLIND SEPARATION AND BLIND DECONVOLUTION [J].
BELL, AJ ;
SEJNOWSKI, TJ .
NEURAL COMPUTATION, 1995, 7 (06) :1129-1159
[7]  
SeparabilityofEEGsignalsrecordedduringrightandleftmotorimageryusingadaptiveautore-gressiveparameters. PfurtschellerG,NeuperC,SchloglA,etal. IEEETransRehabilEng . 1998