融合单通道框架及多通道框架的运动想象分类
针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中.但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性.为此,提出一种融合单通道时-频特征和多通道耦合特征的运动想象脑电分析方法策略.通过引入多变量经验模态分解(MEMD)将脑电信号分解为具有共有震荡模式的固有模态函数(IMFs),然后对有效特征频带下的IMF分量获取单通道的边际谱(MS)及瞬时能谱(IES)时-频特征和多通道的互样本熵(CSampEn)、锁相值(PLV)及锁频值(FLV)耦合特征,将融合特征输入加权线性判别分类器(LDA)进行运动想象模式识别.实验引入BCI 2008竞赛Dataset Ⅱb数据集与实测数据进行分析,结果表明所提方法可有效提升运动想象脑电识别率,实验中竞赛数据集的9名受试者的平均识别率与平均Kappa系数分别达到80.1%与0.62,与其他方法相比提高了分类精度,为运动想象脑-机接口研究提供了新思路.
脑电信号、运动想象、多变量经验模态分解、单通道时-频特征、多通道耦合特征、非线性动力学耦合特征
39
TH79(仪器、仪表)
国家自然科学基金面上项目61673336;河北省自然科学基金F2015203372
2019-05-13(万方平台首次上网日期,不代表论文的发表时间)
共10页
20-29