基于小波包能量的脑电信号特征提取方法

被引：12

作者：

徐宝国

宋爱国

王爱民

机构：

[1] 东南大学仪器科学与工程学院

来源：

东南大学学报(自然科学版) | 2010年 / 40卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

脑机接口; 运动想象; 小波包变换;

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：

在脑机接口研究中,针对运动想象脑电信号的特征抽取,提出了一种基于小波包变换和AR模型的特征提取方法.该方法首先利用小波包变换对大脑C3和C4处采集的2路运动想象脑电信号进行3层分解,抽取小波系数的能量特征;然后,利用Burg算法提取脑电信号的5阶AR模型系数;最后,将这2类特征组合,使用基于马氏距离的线性判别分类器对左右手运动想象脑电模式进行分类,正确率达到91.43%.该方法提取的特征向量较好地反应了运动想象脑电信号的事件相关去同步和事件相关同步的变化时程,为BCI研究中脑电信号的模式识别提供了新的思路.此外,该方法的识别率高,复杂性低,适合应用于在线脑机接口中.

引用

页码：1203 / 1206

页数：4

共 3 条

[1] EEG analysis using wavelet-based information tools
Rosso, O. A.
Martin, M. T.
Figliola, A.
Keller, K.
Plastino, A.
[J]. JOURNAL OF NEUROSCIENCE METHODS, 2006, 153 (02) : 163 - 182
[2] 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)
[3] Event-related EEG/MEG synchronization and desynchronization: basic principles[J] . G. Pfurtscheller,F.H. Lopes da Silva.Clinical Neurophysiology . 1999 (11)

← 1 →