基于多特征融合的运动想象脑电信号识别研究

• 作者: 姜月 邹任玲
• 来源期刊: 中国医学物理学杂志
• 关键词: 脑电识别 特征融合 主成分分析 支持向量机 运动想象
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 590-596
• 页数: 7页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.05.019

摘要

目的:脑机接口通过识别脑电信号后对外部设备进行控制,针对传统的提取单一特征方法无法多角度表征脑电,提出一种多特征融合的特征提取方法.方法:分别使用自回归模型、经验模态分解、共空间模式提取结合时-频-空域的初始特征向量,用主成分分析降维,最后用支持向量机分类.结果:对BCI2003数据处理后,得到91.9％的识别率,高于单一特征和两两组合特征下的识别率以及BP神经网络、概率神经网络的识别率.结论:多特征融合的特征提取方法更好地代表了脑电特征,同时采用支持向量机分类可取得较好的效果,证明本研究方法的有效性,可进一步用于脑机接口中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹任玲	上海理工大学医疗器械与食品学院	67	263	10.0	14.0
2	姜月	上海理工大学医疗器械与食品学院	4	9	2.0	3.0