资源描述：
《基于小波分析的脑电信号特征提取》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于小波分析的脑电信号特征提取EEGfeatureextractionmethodbasedonwaveletpacketenergyAbstract:Inthestudyofbrain-computerinterface(BCI),anovelmethodofextractingmotorimageryelectroencephalography(EEG)featuresbasedonthewaveletpackettransformandisproposed.FirsttheEEGsignalssampledfromtheC3andC4posit
2、ionsofthebrainaredecomposedtotwolevels,andthefeaturesofthewaveletarecomputed.Then,thefifth-orderARcoefficientsoftheEEGsignalsareestimatedbytheBurgsalgorithm.Finally,bycombiningthetwokindsoffeatures,thecombinationfeaturesareusedastheinputvectorsforclassifier.1Theexperimentalresu
3、ltsshowthattheeigenvectorextractedbytheThismethodprovidesanewideafortheEEGpatternrecognitioninBCIresearch.Inaddition,thismethodhasahighrecognitionrateandlowcomplexity.ItissuitablefortheapplicationinonlineBCIsystems.Keywords:brain-computerinterface(BCI);motorimagery;waveletpacke
4、ttransform;event-relateddesynchronization(ERD)/synchronization(ERS);spectralanalysis;bandenergy1.引言人在接受外界刺激或主动思维中,能够产生特定模式的脑信号。脑机接口(braincomputerinterface,BCI)正是利用这种可区分的脑信号,实现利用思维控制外设的目的。脑机接口研究在康复医学工程等领域具有重要意义。近年来,在国际上引起极大的重视,成为目前生物医学研究的一个热点。BCI的研究涉及多个学科,大量复杂的问题有待解决,特征抽取就是其关键技术
5、之一。从处理算法层次上讲,主要的研究方向包括脑电数据预处理、特征抽取、特征选择及分类预测等.其中,特征抽取是本文关注的重点.特征抽取就是以特征信号作为源信号,确定各种参数并以此为向量组成表征信号特征的特征向量。特征抽取作为脑电数据分类处理的关键步骤,对最后的分类结果有着重要的影响,国内外很多研究人员都在进行不懈地探索[2~13].目前己有的特征抽取方法有经典的时域、频域和时-频域结合分析方法.由于仅使用单一的时域或频域信息来提取EEG特征,使得EEG识别率通常不高.而时-频域结合的方法相对于单一类别信息法则提供更多的信息,常见的方法有:时-空模式分析
6、、统计分析、混沌分析、信源分解、空间滤波方法、利用特定频带的功率谱、自回归模型、快速傅里叶变换、小波变换以及小波包变换等.基于小波包分解的小波包基和小波熵脑电信号EEG特征抽取提供了一种更加精细的分析方法,是近年来发展起来的一种新的特征表示手段,展现出诱人的研究与应用价值。脑电信号具有以下特点,①脑电信号非常微弱,背景噪声很强,一般的EEG信号只有50μV左右,最大的100μV;②脑电信号是一种随机性很强的非平稳信号;③非线性,生物组织的调节及适用机能必然影响到电生理信号,从而呈现非线性的特点;④脑电信号信号的频域特征比较突出[2]。因此,与其它的生
7、理信号相比,功率谱的分析及各种频域处理技术在EEG信号处理中占有重要的位置。基于脑电信号的上述特性,如何消除原始脑电数据中的噪声以更好地获取反映大脑活动和状态的有用信息,如何更好的提取出脑电信号的各个节律,以及如何更好的进行脑电功率谱的分析是对脑电信号处理分析的三个最为重要的方面。近些年来,随着小波变换的不断发展,国内外许多研究者将小波分析用于生物医学信号的提取及去噪处理。小波变换是一种把时间和频率两域结合起来的时频分析方法,在时频域都具有表征信号局部特征的能力。2在脑机接口研究中,针对脑电信号的特征抽取,提出一种基于小波包分解的方法,该方法首先采用
8、AR模型功率谱估计法对想象左右手运动的C3,C4通道信号进行频谱分析，确定事件相关同步/去同步（ERD/ER
