基于多元变分模态分解的脑电多域特征提取方法

• 作者: 佘青山 孟明 闫冉 高云园
• 来源期刊: 传感技术学报
• 学科: 医学
• 关键词: 脑机接口 运动想象 多元变分模态分解 特征提取
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 853-860
• 页数: 8页
• 分类号: TP391.4|R318.04
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.06.011

摘要

为提高运动想象脑电信号特征的区分性,提出一种基于多元变分模态分解(MVMD)的多域特征结合脑电特征提取方法.首先利用MVMD对原始脑电多通道数据进行自适应分解,然后从分解得到的固有模态函数(IMF)分量提取信号的时域特征以及非线性动力学特征,同时将IMF分量合并构造新的信号矩阵,并采用共空间模式(CSP)法对重构信号提取空间特征,进行时域、非线性动力学以及空域特征的结合,最后通过支持向量机(SVM)对此特征集分类.所提方法在BCI Competition II Dataset III数据集上达到了89.64％的分类准确率,与现有的方法比较,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟明		34	381	11.0	18.0
2	佘青山		38	366	11.0	18.0
3	高云园		23	198	8.0	13.0
4	闫冉		1	0	0.0	0.0