基于小波變換和熵理論對思維腦電偽差消除及特征提取方法的研究.pdf

1、基于腦電 (electroencephalograph，EEG) 信號的腦．計算機接口是近年來一個熱門的研究領域。隨著對大腦生理結構認識的深化，人們開始對人腦思維進行探索。在思維腦電研究方面，雖然研究空前活躍，但是仍沒有得到重大突破，因此引起廣大研究工作者的興趣。本文核心部分詳細論述了對腦電偽差信號進行消除，以及提取思維腦電特征和識別思維腦電的方法。本課題以基線 (baseline)、乘數(shù)(multiplication)、字母組合 (l

2、etter cornposing)、計數(shù) (counting)、旋轉 (rotation)五種思維腦電信號為例，進行偽差消除、特征提取及思維識別。 首先對原始腦電信號進行小波分解，然后在低頻信號上利用雙正交樣條小波對EEG 信號進行二進小波變換，進而求出小波模極大值，最后通過一系列策略匹配出相應的極大極小值對來確定出偽差信號的起止點和結束點，然后將偽差信號濾掉，最后再重構出沒有偽差信號的腦電信號，從而達到消除偽差信號的目的。

3、 利用之前的去偽差信號后的各層分解信號，計算其小波熵，所有導聯(lián)的小波熵即可代表該段腦電信號的思維特征。之后本人設計一個單隱層 BP 神經元網(wǎng)絡，用大量小波熵代表的思維腦電特征對 BP 神經元網(wǎng)絡進行訓練，然后對未參與訓練的特征進行識別。 為便于對腦電信號進行系統(tǒng)分析，本人設計了一套軟件，整個軟件系統(tǒng)在MATLAB 7.0 的環(huán)境下編寫而成。其主要實現(xiàn)思維腦電信號讀入，進行偽差消除、思維特征提取與識別，最終得到正確的特征