思維腦電及P300腦電的特征提取與識別.pdf

1、腦-機(jī)接口(BCI)是一種連接大腦和外部設(shè)備的實(shí)時(shí)通信系統(tǒng)。腦電信號(EEG)作為該系統(tǒng)中傳輸?shù)男盘?，通常?huì)混疊了多種不同的偽跡成份：如眼電、心電、肌電和工頻干擾等，對微弱的P300而言，由自發(fā)腦電a波、β波等構(gòu)成的背景噪聲也是其中的一部分干擾信號。如何從采集到的原始腦電信號中提取有用的信息是腦電信號處理的一個(gè)重點(diǎn)及難點(diǎn)；另一個(gè)難點(diǎn)是尋求有效的分類特征和分類算法。 近年來的研究表明，獨(dú)立分量分析(ICA)是一種非常有效的盲源分離

2、方法；小波變換在濾波方面也得到很好的應(yīng)用；兩者逐漸被應(yīng)用到生物醫(yī)學(xué)信號處理領(lǐng)域中。論文應(yīng)用上述兩種方法到思維腦電信號和P300腦電消噪上，并對運(yùn)動(dòng)想象腦電信號和P300腦電信號的分類進(jìn)行了探討，主要做了以下研究工作： 1.在思維腦電信號消噪上，利用獨(dú)立分量分析方法，先通過引入兩路正交的同工頻正弦信號，通過置零相應(yīng)的獨(dú)立分量去除原始腦電信號中的工頻干擾；再將眼電(EOG)干擾從中去除，得到較干凈的腦電信號。實(shí)驗(yàn)證明，該方法能從原始

3、腦電信號中分離出有用的信號。 2.通過計(jì)算運(yùn)動(dòng)想象腦電信號的二階矩(能量)，以此作為相應(yīng)信號的分類特征。根據(jù)mu腦電波的特性，當(dāng)人們真實(shí)或想象進(jìn)行單側(cè)肢體運(yùn)動(dòng)時(shí)，如左手運(yùn)動(dòng)，大腦對側(cè)主感覺運(yùn)動(dòng)皮層的節(jié)律幅度明顯減小，而同側(cè)主感覺運(yùn)動(dòng)皮層的節(jié)律幅度明顯增大。二階矩的計(jì)算相對簡單，適合于BCI系統(tǒng)的在線分析使用，而且經(jīng)對原始腦電信號動(dòng)態(tài)情況分析證實(shí)，該特征能得到較高的正確分類率，當(dāng)窗口長度選為448點(diǎn)(3.5s)時(shí)，分類正確率可達(dá)8