基于HHT和CSSD的多域融合自适应脑电特征提取方法

• 作者: 崔燕 李明爱 杨金福 郝冬梅
• 来源期刊: 电子学报
• 学科: 医学
• 关键词: 脑机接口 运动想象 希尔伯特-黄变换 共空域子空间分解 特征融合 自适应
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 科研通信
• 页码范围: 2479-2486
• 页数: 8页
• 分类号: R318
• 字数: 7685字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2013.12.025

摘要

为改善运动想象脑电信号特征提取的自适应性和实时性，提出一种基于希尔伯特-黄变换（HHT）与共空域子空间分解算法（CSSD ）的特征提取方法（HCSSD ）。在对脑电信号进行预处理的基础上，定义一种相对距离准则优选脑电极组合；计算脑电的Hilbert瞬时能量谱和边际能量谱，以获取脑电的时-频特征，并基于CSSD提取其空域特征，采用串行特征融合策略得到脑电的时-频-空特征；设计学习矢量量化神经网络分类器，实现脑电数据分类。在训练集与测试集间隔一周且减少导联数量的情况下，基于HCSSD对左手小指和舌头的运动想象ECoG脑电数据的平均识别率为92％。实验结果表明：HCSSD在增强特征提取方法的自适应性、改善实时性的同时，提高了脑电信号识别率，为便携式BCI系统在康复领域的应用创造了条件。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝冬梅	北京工业大学生命科学与生物工程学院	48	285	7.0	15.0
2	李明爱	北京工业大学电子信息与控制工程学院	35	413	10.0	19.0
3	杨金福	北京工业大学电子信息与控制工程学院	28	315	9.0	17.0
4	崔燕	北京工业大学电子信息与控制工程学院	2	84	2.0	2.0