基于运动想象的脑电信号特征提取研究
信息技术与网络安全
郭闽榕
（福州大学 数学与计算机科学学院，福建 福州350000）
摘要：基于运动想象脑电信号的脑-机接口系统在医疗领域具有广阔的应用前景，被应用于运动障碍人士的辅助控制以及脑卒的预后康复。由于运动想象的脑电信号信噪比低、不平稳以及差异性显著，对脑电信号识别带来负面影响。一个有效的特征提取算法能够提高脑-机系统的脑电信号识别率。提出一种多通道的脑电信号特征提取方法，将数据矩阵分解为基矩阵与系数矩阵的乘积，以类间离散度做为性能判据对系数矩阵进行特征提取，提取可分性更高、维数更少的特征。结合脑电信号识别领域常见的分类器在2008年BCI竞赛数据集上进行验证，证明所提方法是有效的。
中图分类号：TP391.4
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2021.01.011
引用格式： 郭闽榕。 基于运动想象的脑电信号特征提取研究[J].信息技术与网络安全，2021，40（1）：62-66.
文献标识码：A
DOI：10.19358/j.issn.2096-5133.2021.01.011
引用格式： 郭闽榕。 基于运动想象的脑电信号特征提取研究[J].信息技术与网络安全，2021，40（1）：62-66.
Feature extraction of EEG signals based on motor imagery Guo Minrong
Guo Minrong
（College of Mathematics and Computer Science，Fuzhou University，Fuzhou 350000，China）
Abstract：The brain-computer interface（BCI） system based on motor imagery（MI） electroencephalogram（EEG） has a broad application prospect in the medical field, which can be applied to the auxiliary control of the disabled and the prognosis and rehabilitation of the brain.Because of the low SNR, instability and significant difference of EEG signal in motion imagination, it has a negative effect on EEG signal recognition.An effective feature extraction method can enhance the accuracy of EEG in BCI system. In this paper, a multi-channel feature extraction method for EEG signals is proposed.First of all,the data matrix is decomposed into the product of the basis matrix and the coefficient matrix.Then the coefficient matrix is extracted by using the inter-class dispersion as the performance criterion to extract the features with higher separability and less dimension.The experiment of BCI 2008 competition data set shows that the method is effective.
Key words :brain-computer interface；electroencephalogram；motor imagery；feature extraction；matrix decomposition
0 引言
脑-机接口[1]（Brain-Computer Interface，BCI）系统是一种不需要任何外部肌肉活动的通信系统，能够将大脑活动产生的脑信号转化为对电子设备的指令。运动想象（Motor Imagery，MI）是脑-机接口领域的一大研究热点，有神经功能障碍、运动障碍的人可以通过大脑控制假肢[2]，也能够应用于脑卒等疾病的预后康复中[3]，提高患者的恢复效果。此外，基于运动想象的脑-机接口系统还被应用于游戏领域[4]，为健康用户提供娱乐新方式。
记录脑活动的方式多种多样，由于采集设备价格较低、无侵入性、高分辨率等优点，基于脑电（Elec-troencephalogram，EEG）信号的BCI系统的应用最为广泛。在采集数据时，由于EEG信号是通过放置在头皮上的导联采集的，脑信号要经过大脑颅骨和皮肤才能到达头皮，还会受到眼电、肌电、心电和周边环境的影响，故信噪比较低。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003319
作者信息：
郭闽榕
（福州大学 数学与计算机科学学院，福建 福州350000）
此内容为AET网站原创，未经授权禁止转载。