基于小波變換和熵理論對(duì)思維腦電偽差消除及特征提取方法的研究.pdf

1、基于腦電 (electroencephalograph，EEG) 信號(hào)的腦．計(jì)算機(jī)接口是近年來一個(gè)熱門的研究領(lǐng)域。隨著對(duì)大腦生理結(jié)構(gòu)認(rèn)識(shí)的深化，人們開始對(duì)人腦思維進(jìn)行探索。在思維腦電研究方面，雖然研究空前活躍，但是仍沒有得到重大突破，因此引起廣大研究工作者的興趣。本文核心部分詳細(xì)論述了對(duì)腦電偽差信號(hào)進(jìn)行消除，以及提取思維腦電特征和識(shí)別思維腦電的方法。本課題以基線 (baseline)、乘數(shù)(multiplication)、字母組合 (l

2、etter cornposing)、計(jì)數(shù) (counting)、旋轉(zhuǎn) (rotation)五種思維腦電信號(hào)為例，進(jìn)行偽差消除、特征提取及思維識(shí)別。 首先對(duì)原始腦電信號(hào)進(jìn)行小波分解，然后在低頻信號(hào)上利用雙正交樣條小波對(duì)EEG 信號(hào)進(jìn)行二進(jìn)小波變換，進(jìn)而求出小波模極大值，最后通過一系列策略匹配出相應(yīng)的極大極小值對(duì)來確定出偽差信號(hào)的起止點(diǎn)和結(jié)束點(diǎn)，然后將偽差信號(hào)濾掉，最后再重構(gòu)出沒有偽差信號(hào)的腦電信號(hào)，從而達(dá)到消除偽差信號(hào)的目的。

3、 利用之前的去偽差信號(hào)后的各層分解信號(hào)，計(jì)算其小波熵，所有導(dǎo)聯(lián)的小波熵即可代表該段腦電信號(hào)的思維特征。之后本人設(shè)計(jì)一個(gè)單隱層 BP 神經(jīng)元網(wǎng)絡(luò)，用大量小波熵代表的思維腦電特征對(duì) BP 神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后對(duì)未參與訓(xùn)練的特征進(jìn)行識(shí)別。 為便于對(duì)腦電信號(hào)進(jìn)行系統(tǒng)分析，本人設(shè)計(jì)了一套軟件，整個(gè)軟件系統(tǒng)在MATLAB 7.0 的環(huán)境下編寫而成。其主要實(shí)現(xiàn)思維腦電信號(hào)讀入，進(jìn)行偽差消除、思維特征提取與識(shí)別，最終得到正確的特征