運動想象腦電信號的識別及分析.pdf

1、針對運動想象腦機接口系統(tǒng)自適應能力不足，識別率低的問題，利用事件相關(guān)同步現(xiàn)象，即通過腦電采集裝置采集相應的腦電信號，對其進行數(shù)據(jù)采集，預處理，特征提取和分類和模式識別等手段，進而實現(xiàn)對運動想象腦電信號識別。具體如下：
　　說明腦電信號的產(chǎn)生，以及相比于其他信號的區(qū)別和特點，重點介紹腦電信號的節(jié)律特性，講述了腦電信號的研究背景以及在此背景下進行的方法突破和創(chuàng)新。
　　對收集到的信號進行預處理。對采集來的源信號先進行消躁處理，用

2、來減少實驗誤差是必要的，再通過一種優(yōu)化的獨立分量分析，在傳統(tǒng)獨立成分分析算法的基礎(chǔ)上，結(jié)合權(quán)值迭代公式和偏差調(diào)制公式進行第二次估計，得到比第一次獨立成分分析分離更精確逼近信號源的結(jié)果，其目的是用于去除腦電信號中參雜著的偽跡信號，例如：眼電、心電信號的干擾，從而達到提取出純凈腦電信號的目的。通過同傳統(tǒng)的獨立成分分析算法相比，優(yōu)化的算法具有更強的靈敏度和準確性。在提取的腦電信號中，我們通過優(yōu)化的獨立成分分析算法能夠分離區(qū)非常清晰、完整的且不

3、參雜其他干擾的純凈的信號，雖然在運算時間方面相比于其他方法比較慢，但在總體的信噪比方面卻優(yōu)勢明顯，提高顯著。
　　從腦電控制物體如鼠標、玩具車等簡單移動方向出發(fā)，對大腦在想象物體運動的四個方向時腦電信號的不同特征分類。目的是通過聽覺誘導大腦做出想象物體運動。采用離散小波變換和小波包變換兩種方法對信號進行特征提取。分別用傳統(tǒng)的小波變換的方法求小波子帶能量和作為特征值，以及小波包變換方法求取的四種節(jié)律能量均值和小波包熵作為為特征值。<