基于脑电复杂度的意识任务的特征提取与分类

被引:11
作者
裴晓梅
和卫星
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
关键词
脑电复杂度; 特征提取; ERD/ERS; Mahalanobis距离; 信噪比; 互信息(MI);
D O I
暂无
中图分类号
R318.04 [生物信息、生物控制];
学科分类号
摘要
本研究提出了利用事件相关脑电复杂度提取大脑运动意识特征,应用Mahalanobis距离判别式分析法,对人脑想象左右手运动任务进行分类,获得了满意的结果。对受试者想象左右手运动期间在大脑初级感觉运动皮层区记录的脑电信号采用复杂度分析方法量化了事件相关去同步(ERD)和事件相关同步(ERS)时程,结果表明EEG复杂度特征较好反映了ERD/ERS变化时程。最后对测试数据进行分类,最大分类正确率达到86.43%,通过最大分类正确率,最大信噪比,最大互信息等评价指标比较,验证了该方法的有效性,从而为大脑运动意识任务的特征提取及分类提供了新思路。
引用
收藏
页码:421 / 425+434 +434
页数:6
相关论文
共 3 条
  • [1] 多元统计分析[M]. 中国统计出版社 , 于秀林,任雪松编著, 1999
  • [2] Algorithmic complexity as an index of cortical function in awake and pentobarbital-anesthetized rats
    Shaw, FZ
    Chen, RF
    Tsao, HW
    Yen, CT
    [J]. JOURNAL OF NEUROSCIENCE METHODS, 1999, 93 (02) : 101 - 110
  • [3] Estimating the mutual information of an EEG-based brain-computerinterface. Schl gl A, Neuper C, Pfurtscheller G. Biomedicinische Technik . 2002