小波熵提取脑意识任务特征的脑机接口设计

• 作者: 吉奕 和卫星 赵世婧 邹继东 陈小平
• 来源期刊: 中国临床康复
• 学科: 医学
• 关键词: 小波熵 脑电描记术 信号处理,计算机辅助 神经网络(计算机)
• 年，卷（期）: 2006,（13）
• 所属期刊栏目: 康复工程研究
• 页码范围: 110-112
• 页数: 3页
• 分类号: R496
• 字数: 3865字
• 语种: 中文
• DOI: 10.3321/j.issn:1673-8225.2006.13.044

摘要

目的:基于脑电图信号的脑-计算机接口是近年来一个热门的研究领域.脑机接口为残疾人士提供了一种新的可供选择的对外交流的方式.设计一种仅使用进行简单思维任务时脑电信号(脑电图)的高准确率脑机接口.方法:脑机接口的构架可以简单划分为两部分,前端为脑电讯号的特征提取与辨识,后端则为与其他硬体的结合与应用.在前端设计了高辨识率的二分类脑-计算机接口.首先应用小波熵对思维脑电信号进行特征提取,然后采用反向传播神经网络作为分类器,并用得到的信号特征对不同思维作业脑电信号进行分类.结果:采用的思维脑电数据源于美国Colorado州大学,5个实验个体的5种不同思维状态的脑电图数据,对于每个实验对象,均采用小波熵对脑电图数据进行特征提取,然后采用反向传播神经网络作为分类器,对脑休息状态与另外4种思维状态进行两两对比分类.结果表明当选用合适的思维状态时,分类平均正确率可达到90%以上.结论:用小波熵的特征提取方法,能获得高的分类正确率,此方法能够应用到对思维脑电信号的处理中,能作为现在脑机接口设计中另一可行的特征提取方法.同时,提出了一种应用高准确率的二分类脑机接口进行多种工作任务识别的方法,二分类脑机接口进行多种工作任务识别具有广阔得应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	和卫星	江苏大学电气信息工程学院	78	960	16.0	28.0
2	吉奕	江苏大学电气信息工程学院	9	86	5.0	9.0
3	赵世婧	江苏大学汽车与交通工程学院	5	43	4.0	5.0
4	陈小平	江苏大学电气信息工程学院	2	13	1.0	2.0
5	邹继东	江苏大学电气信息工程学院	1	13	1.0	1.0