公共空间模式算法结合经验模式分解的EEG特征提取

• 作者: 张学军 成谢锋 黄丽亚 黄婉露
• 来源期刊: 计算机工程与应用
• 学科: 医学
• 关键词: 脑电信号 经验模式分解 公共空间模式分解
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 9-15,54
• 页数: 8页
• 分类号: R318|TP39
• 字数: 5549字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1703-0199

摘要

常规的公共空间模式分解方法需要大量的输入通道、缺乏频域信息,发展受到限制.为了克服以上缺点,将经验模式分解(Empirical Mode Decomposition,EMD)和公共空间模式算法结合,改变CSP滤波器成分选择方式,提出EMD-CSP算法来获取特征向量.该算法对预处理后的信号进行经验模式(EMD)分解,得到固有模态函数(Intrinsic Mode Functions,IMFs),观察并计算每个IMF分量的能量谱,筛选有效的IMF频段(5~28 Hz),使用改进的CSP滤波器进行滤波获取特征,最后使用支持向量机(Support Vector Machine,SVM)进行分类.分类结果得到9位受试的想象运动平均分类正确率为92%,证实了该算法的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成谢锋	南京邮电大学电子科学与工程学院	79	608	14.0	20.0
3	张学军	南京邮电大学电子科学与工程学院	58	778	13.0	26.0
5	黄丽亚	南京邮电大学电子科学与工程学院	48	384	10.0	18.0
9	黄婉露	南京邮电大学电子科学与工程学院	5	20	2.0	4.0