EMD融合PSD、CSP的脑电特征提取方法

• 作者: 张学军 陈启超 黄婉露
• 来源期刊: 计算机技术与发展
• 学科: 医学
• 关键词: 脑电信号 经验模式分解 相关系数 功率谱密度 公共空间模式
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 126-130
• 页数: 5页
• 分类号: R318|TN911.7
• 字数: 4150字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.05.027

摘要

为了提高运动想象分类精确度,提出一种基于经验模式分解(EMD),并结合功率谱密度(PSD)和公共空间模式(CSP)的特征提取算法.首先将采集的脑电信号进行预处理,再对信号使用EMD算法得到多个固有模态函数(IMFs).通过计算每次实验原始脑电信号与各阶IMF分量之间的相关系数,并计算所有实验得出的相关系数的绝对值的平均数,选择具有较大相关系数绝对值平均数的固有模态函数,计算其功率谱密度作为特征,经共空间模式投影映射再提取相应的特征向量,并用支持向量机(SVM)进行分类.对9名受试者的运动想象进行分类结果分析,得到的平均分类正确率在96％以上.最后将该方法与其他方法做比较,证明了该算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学军	南京邮电大学电子与光学工程学院微电子学院	58	778	13.0	26.0
2	黄婉露	南京邮电大学电子与光学工程学院微电子学院	5	20	2.0	4.0
3	陈启超	南京邮电大学电子与光学工程学院微电子学院	1	1	1.0	1.0