左右手运动想象脑电模式识别研究

• 作者: 何可人 刘成 周天彤 邹凌
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑机接口 特征提取 模式识别 运动想象
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 生物医学工程
• 页码范围: 25-30
• 页数: 6页
• 分类号: TK229.8
• 字数: 2624字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2013.01.005

摘要

如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题.基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析(Independent Component Analysis,ICA)对采集的数据进行去噪处理；然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号；最后,用Fisher线性判别分析法(Fisher Linear Discriminant Analysis,FLDA)、支持向量机方法(Support Vector Machines,SVM)和极限学习机分类方法(Extreme Learning Machine,ELM)分别对特征信号进行分类.分类结果表明:极限学习机分类方法得出的平均分类率要高于Fisher方法与SVM方法的平均分类率,可以达到92％,而且运行速度也高于另两种分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何可人	常州大学信息科学与工程学院	10	35	3.0	5.0
5	邹凌	常州大学信息科学与工程学院	29	145	5.0	11.0
9	刘成	常州大学信息科学与工程学院	4	8	1.0	2.0
10	周天彤	常州大学信息科学与工程学院	9	28	4.0	5.0