运动想象脑电信号特征的提取方法

摘要

本发明公开了一种运动想象脑电信号特征的提取方法。该方法充分考虑运动想象时脑电信号发生事件相关去同步的脑区、频率和时间的信息，以便取得更高的分类正确率。具体实验步骤包括：采集数据，预处理，频域滤波，时域分段，空间滤波，特征选择和分类。本发明克服了以往仅考虑发生事件相关去同步的脑区和频率的个体差异性的缺陷，充分考虑了发生事件相关去同步的时段的个体的差异性，具有准确，高分辨率的优点，可以应用于对无经验数据的运动想象脑电信号的离线分析。

主权项

运动想象脑电信号特征的提取方法，包括：(1)采集数据脑电信号采集系统通过受试者佩戴的电极帽，采集想象单侧手指运动的脑电信号；(2)预处理2a)空间滤波：采用共同平均参考的方法，将受试者电极帽上每个电极采集的脑电信号减去所有电极采集的脑电信号的均值，得到共同平均参考空间滤波后的脑电信号；2b)基线校正：将共同平均参考空间滤波后的脑电信号减去基线，得到基线校正后的脑电信号；2c)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，得到频带为4‑40Hz的脑电信号；2d)截取信号段：利用EEGLAB软件，在带通滤波后的脑电信号中截取受试者想象单侧手指运动过程中的脑电信号段，得到预处理后的脑电信号；(3)频域滤波利用带通滤波器对预处理后的脑电信号滤波，得到多个等带宽、无重叠频带、依次排列的子频带脑电信号；(4)时域分段将每个子频带脑电信号按时间段截断，划分为多个等时间段、互不重叠、依次排列的子信号；(5)空间滤波采用共同空间模式方法，对时域分段后的每个子信号进行空间滤波，得到想象单侧手指运动的脑电信号特征向量；将所有特征向量中各元素依次排列，构成总特征向量；(6)特征选择在总特征向量中选取出与左右手运动想象任务类别间的互信息最大的元素构成最优特征向量；(7)分类利用朴素贝叶斯分类器，采取交叉验证方法，对最优特征向量分类，得到分类正确率。