多类运动想象脑电信号特征提取与分类

摘要：

针对多类运动想象情况下存在的脑电信号识别正确率比较低的问题,提出了一种基于小波包特定频段的小波包方差,小波包熵和共同空间模式相结合的脑电信号特征提取的方法,并将特征向量输入到支持向量机中达到分类的目的;首先选择重要导联的脑电信号,进行特定频段的小波包去噪和分解;其次对通道优化的重要导联的每个通道信号计算小波包方差和小波包熵值作为特征向量;然后对所有重要导联的分解系数重构并进行共同空间模式特征提取;最后结合2种不同导联方式所获取的特征向量作为分类器的输入进行分类;采用BCI2005desc _Ⅲa中l1b数据进行验证,该算法的分类正确率最高达到88.75％,相对2种单一的提取方法分别提高28.27％和6.55％;结果表明该算法能够有效提取特征向量,进而改善多类识别正确率较低的问题.

关键词：脑电信号、小波包方差、小波包熵、共同空间模式、特征提取、支持向量机

所属期刊栏目：24

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省科技支撑计划项目社会发展BEK2013671

在线出版日期：2016-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：283-287