基于小波包分解的意识脑电特征提取_颜世玉

《基于小波包分解的意识脑电特征提取_颜世玉》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第8期仪器仪表学报Vol.33No.82012年8月ChineseJournalofScientificInstrumentAug．2012基于小波包分解的意识脑电特征提取颜世玉，刘冲，赵海滨，王宏(东北大学机械工程与自动化学院沈阳110004)摘要:针对2种不同意识任务(想象左手运动和想象右手运动)的脑-机接口(brain-computerinterface，BCI)设计，提出了基于小波包分解的特征提取方法。首先深入研究了小波包变换，结合事件相关去同步化(event-relateddesyn

2、chronization，ERD)/事件相关同步化(event-relatedsynchronization，ERS)现象，提出以小波包分解系数来考虑特征，然后对C3、C4导联脑电信号进行小波包分解系数方差和相对能量2种特征的提取，最后采用最简线性分类器进行分类。结果表明，2种特征对应的最大分类正确率均达到了85%，对应时间分别为4．34s和4．39s。因此，在保证分类正确率的前提下，所提方法更加简单和有效，为大脑意识任务分类提供了新思路。关键词:脑电;脑-机接口;小波包变换;方差;相对能量中图分类号

3、:R318文献标识码:A国家标准学科分类代码:310．61ImaginaryEEGfeatureextractionbasedonwaveletpacketdecompositionYanShiyu，LiuChong，ZhaoHaibin，WangHong(SchoolofMechanicalEngineering＆Automation，NortheasternUniversity，Shenyang110004，China)Abstract:Aimingatthedesignofthebrain-co

4、mputerinterface(BCI)forclassifyingdifferentimaginedmovementsofbothleftandrighthands，afeatureextractionmethodbasedonwaveletpacketdecompositionisproposed．Firstly，thewaveletpackettransformisstudiedindepthandanideaoftakingwaveletpacketcoefficientsasthefeatu

5、resissuggestedbasedonevent-relateddesynchronization/event-relatedsynchronization(ERD/ERS)phenomena．Then，twoEEGfeaturesofthevariancesandrelativeenergiesofthewaveletpacketcoefficientsareextractedfromtheEEGsignalsofchannelsC3andC4;andfinally，thefeaturesign

6、alsareclassifiedusingamostsimplelinearclassifier．Theresultsshowthatthemaximumclassificationaccuraciesofbothfeaturesreach85%，andthecorrespondingtimesare4．34sand4．39s，respectively．So，underthepreconditionofguaranteeingtheclassificationaccuracy，thepro-posed

7、methodismoreefficientandsimpler，whichprovidesanewreferenceforbrainimaginarytaskclassification．Keywords:electroencephalogram(EEG);brain-computerinterface(BCI);waveletpackettransform;variance;relativeenergy［2］交流和控制通路方式，对于一些脊髓或外周神经受损1引言而中枢神经系统完好的残疾人可以通过BCI

8、系统利用自［3］己的运动想象实现与外界的直接交流。脑-机接口是脑-机接口(BCI)是一种不依赖于人脑的正常输出通头皮脑电信号(EEG)的一种重要应用。路(即外周神经和肌肉)，就可以实现人脑与外界进行通BCI是一个多学科交叉的新兴技术，涉及神经科学、［1］信的系统。这种技术直接为大脑提供了一种新的信息信号检测与处理、模式识别等领域，近年来研究群体迅速收稿日期:2011-12ReceivedDate:2011-12第8期颜世玉等:基于小波包分解的意识脑电特征