基于MEMD的运动想象脑电信号的特征提取与分析

• 作者: 周春雨 张毅 罗元
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 医学
• 关键词: 多元经验模式分解(MEMD) 特征提取 脑电信号(EEG) 边际谱
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 386-391
• 页数: 6页
• 分类号: TP18|R318
• 字数: 3221字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2015.03.016

摘要

对于传统特征提取算法对运动想象脑电信号识别能力不足的问题,采用多元经验模式分解(multivariate empirical mode decomposition,MEMD)的方法用于分析运动想象的脑电信号.目前此方法主要应用在股票收益与宏观经济关系分析上,MEMD将标准经验模式拓展到多通道信号处理,适合于分析多元时间序列,并能够同时处理多通道的多尺度分解,进而在不同尺度下对多元时间序列的时间频率特性进行比较.通过Emotiv传感器对自定义的左右运动想象任务采集数据,采用MEMD提取相关脑电特征的边际谱,使用支持向量机对相关特征量进行分类.实验表明,此方法增强了定位脑电信号的频率信息的准确性,能够有效地提高对脑电信号的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学光电工程学院	192	1681	17.0	31.0
2	张毅	重庆邮电大学自动化学院	281	2390	21.0	36.0
3	周春雨	重庆邮电大学自动化学院	3	19	2.0	3.0