基于不同特征参数的脑电信号分类

• 作者: 何为 冯焕清 叶硃 杨基海 梁政 陈香
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 思维作业 脑电信号 AR模型 相关系数 信息熵
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 论著
• 页码范围: 272-276
• 页数: 5页
• 分类号: R318.04
• 字数: 4355字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2004.04.009

摘要

分别以自回归(autoregression,AR)模型系数、相关系数和信息熵作为信号特征对不同思维作业脑电(EEG)信号进行分类,其中相关系数和信息熵均是首次用于思维作业EEG信号的特征提取.实验结果显示,采用信息熵作为EEG信号特征的分类准确率总体上明显高于采用另两种特征参数,且受提取特征的数据分段长度的影响最小,有利于提高基于思维作业实时脑- 机接口的通信准确度和速率.同时,研究结果也进一步证实了高频信息可用于EEG的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯焕清	中国科学技术大学电子科学与技术系	154	1499	19.0	30.0
2	陈香	中国科学技术大学电子科学与技术系	63	521	13.0	18.0
3	杨基海	中国科学技术大学电子科学与技术系	56	453	13.0	17.0
4	梁政	中国科学技术大学电子科学与技术系	12	69	5.0	7.0
5	何为	中国科学技术大学电子科学与技术系	27	126	5.0	10.0
6	叶硃	中国科学技术大学电子科学与技术系	3	24	2.0	3.0