左右手運動想象的腦電特征提取及分類.pdf

1、近年來，隨著電子信息，通信以及計算機科學的快速發(fā)展，腦電信號處理所需要的理論和技術也越來越完善，因而腦機接口（Brain．Computer Interface，BCI）的研究開始成為熱點。腦機接口不同研究方法中，基于運動想象的腦機接口系統因其簡潔，有效，無創(chuàng)，而備受關注。本文所研究的BCI系統便是基于想像運動分類識別腦電信號研究，最終目的是利用人類腦波的自發(fā)特性來區(qū)分人腦想象的具體任務，從而形成控制命令，以實現計算機和人之間的信息交換，

2、并希望能對具有肢體行動障礙的殘疾人進行康復醫(yī)療。然而，自發(fā)腦電信號非常弱，噪聲大，而且是非平穩(wěn)信號，因此合適的腦電信號分析研究方法是BCI系統的核心內容。本文對腦電信號的獲取和處理，研究了以下幾個方面的內容：
　　 ①利用兩種新的刺激器識別腦電信號兩種刺激器分別為圖片刺激器和3D模型刺激器，一方面都是為通過視覺刺激以增大實驗者進行運動想象實驗時的腦電信號強度；另一方面通過連續(xù)運動想象實驗以增強ERS/ERD特征。本文通過分析兩種

3、刺激器所獲取的運動想象實驗數據以得出識別率。
　　 ②信號預處理腦電信號含有較高的噪聲,自發(fā)腦電信號幅度比普通腦電信號幅度更微弱,因此必須對原始信號進行濾波等預處理，盡可能消除噪聲干擾。其中降低眼電偽跡的干擾則是腦電信號預處理中的一個核心過程。本文提出一種新的算法去除眼電偽跡，然后將去掉直流后的腦電信號進行8-23Hz的帶通濾波。
　　 ③特征提取及分類腦電信號是典型的非平穩(wěn)信號,若從時域或頻域上提取腦電特征，在準確性上