基于局部均值分解与样本熵的脑电信号特征提取与分类

• 作者: 朱晓军 赵利民
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 脑机接口 特征提取 局部均值分解 运动想象 样本熵 支持向量机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 299-303
• 页数: 5页
• 分类号: TP18
• 字数: 3535字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.050

摘要

针对运动想象脑电信号的识别问题,提出一种改进的脑电信号特征提取与分类方法.利用局部均值分解算法将原始信号分解为一系列乘积函数(PF)分量,根据μ节律和β节律范围内的脑电信号剔除无意义的PF分量.通过特征时间选择原则,选取4s-6s运动想象脑电信号作为分类数据,分别计算C3,C4导联信号二阶和三阶PF分量样本熵的和,并将其均值MSampEn(C3,C4)作为输入元素构造脑电特征向量,利用支持向量机进行分类预测以识别左右手想象运动.实验结果表明,与经验模态分解以及总体经验模态分解方法相比,该特征提取方法具有更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱晓军	太原理工大学计算机科学与技术学院	18	102	6.0	10.0
2	赵利民	太原理工大学计算机科学与技术学院	2	13	2.0	2.0