发明名称 基于非线性动力学的运动想象脑电信号特征提取方法
摘要 本发明公开了一种基于非线性动力学的运动想象脑电信号特征提取方法。该方法解决了运动想象脑电信号在实际应用环境中可能出现信噪比低从而导致分类正确率低和不稳定的问题。本发明具体步骤包括:(1)采集数据:(2)空间滤波;(3)基线校正;(4)带通滤波;(5)特征提取;(6)分类。本发明具有能够有效保证稳定的脑电信号分类正确率、有效的提供更好实时性的优点。
申请公布号 CN102940490A 申请公布日期 2013.02.27
申请号 CN201210434254.5 申请日期 2012.10.19
申请人 西安电子科技大学 发明人 刘鹏;何嘉全;朱孟波;赵瑞霞;胡凯;朱振营;秦伟
分类号 A61B5/0476(2006.01)I;G06K9/62(2006.01)I 主分类号 A61B5/0476(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 田文英;王品华
主权项 基于非线性动力学的运动想象脑电信号特征提取方法,具体步骤如下:(1)采集数据:脑电信号采集系统通过受试者佩戴的电极帽,采集受试者想象单侧手指运动时的电极帽中多个电极的脑电信号;(2)空间滤波:采用共同平均参考的方法,对采集到的多个电极的脑电信号进行处理,得到共同平均参考后的脑电信号;(3)基线校正:将共同平均参考后的脑电信号减去基线,得到基线校正后的脑电信号;(4)带通滤波:利用有限脉冲响应滤波器,对基线校正后的脑电信号进行带通滤波,得到特定频带的子信号,重复执行带通滤波,得到两个不同频带的子信号;(5)特征提取:对两个不同频带的子信号在不同尺度下进行粗粒化处理,对粗粒化处理得到的粗粒化序列进行样本熵估计,将两个不同频带、不同尺度下得到的样本熵估计值组成特征向量;(6)分类:利用朴素贝叶斯分类器,对得到的特征向量进行分类,采取交叉验证方法对分类结果进行验证,得到分类正确率。
地址 710071 陕西省西安市太白南路2号