基于运动想象的脑电信号的分类研究

摘要：

对基于左右手想象的脑机接口数据进行了离线分析.在预处理过程中,采用4阶椭圆带通滤波器进行8～12Hz带通滤波,提取Mu节律对应的EEG信号.选取时间为4～5.5s内的C3、C4通道的幅值和之比作为时域分类特征;在频域范围内,对滤渡后数据进行10阶的AR模型功率谱估计作为频域特征;将时域特征和频域特征结合成时频特征向量作为分类特征;在分类器的选择上,使用线性感知器作为分类准则对特征向量进行分类训练.结果表明,经过滤渡后的分类结果比未经过滤波的效果要好.选用C3、CA通道的时频特征向量作为分类特征,表达意义简单、明了,且能将某些时频的优点结合,分类准确率较高,且分类速度快,能满足实时性要求.

关键词：脑电信号、脑机接口、时频特征、带通滤波、线性感知器

所属期刊栏目：23

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金项目60475004,60325310

在线出版日期：2008-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4