基于盲源信号处理的脑电特征提取方法的研究

发布时间：2017-12-02 09:24

  本文关键词：基于盲源信号处理的脑电特征提取方法的研究

  更多相关文章： 脑机接口 盲源分解 独立分量分析

【摘要】：本文首先研究对比AMUSE、SOBI、JADE、FastICA四种典型盲源信号处理算法提取脑机接口(BCI)中四种运动想象脑电源信号(想象左手、右手、脚和舌)的分类识别正确率。之后从时间和空间两个角度,组合应用两种盲源信号处理算法,解决特征提取时脑电信号微弱、不平稳和极易受到各种干扰的问题。研究结果表明:通过组合SOBI和FastICA算法,能够提取出比较微弱的想象运动源信号,并且能够在一定程度上消除外部干扰的影响,有利于进一步研究大脑在运动控制过程中的脑电生理机制,提高BCI系统的实际应用能力。
【作者单位】： 唐山职业技术学院;河北工业大学电磁场与电器可靠性省部共建重点实验室;
【基金】：河北省自然科学基金资助项目(H2012202053) 河北省高等学校科学技术研究青年基金资助项目(QN2014324) 唐山市科学技术研究与发展指导计划项目资助(12110210b,12140215a)
【分类号】：TP334.7;R338
【正文快照】： 引言脑机接口(brain computer interface,BCI)系统旨在实现人脑和外部设备之间直接的交流与控制[1],能够为运动残疾或表达障碍的患者提供与外界交互和控制设备的能力。目前,大部分BCI系统通过记录头皮脑电活动状态,提取反映特定意图的特征信号,产生控制外部设备的命令。虽然文

【参考文献】

中国期刊全文数据库 前1条

1 李明爱;王蕊;郝冬梅;;想象左右手运动的脑电特征提取及分类研究[J];中国生物医学工程学报;2009年02期

【共引文献】

中国期刊全文数据库 前9条

1 王攀;沈继忠;施锦河;;想象左右手运动的脑电特征提取[J];传感技术学报;2010年09期

2 王登;苗夺谦;王睿智;;一种新的基于小波包分解的EEG特征抽取与识别方法研究[J];电子学报;2013年01期

3 李明爱;陆婵婵;杨金福;;基于改进CSSD的脑电信号特征提取方法[J];北京工业大学学报;2013年07期

4 李明爱;林琳;杨金福;;基于小波包最优基的运动想象EEG自适应特征提取方法[J];计算机测量与控制;2011年11期

5 段锁林;徐亭婷;庄玮;;基于小波包和ICA的ERD/ERS脑电信号特征提取[J];常州大学学报(自然科学版);2014年02期

6 王磊;王江;刘丽芳;杨硕;徐桂芝;颜威利;;基于脑电alpha波及运动想象的在线脑机接口系统设计[J];中国组织工程研究与临床康复;2011年17期

7 王江;徐桂芝;王磊;张惠源;;基于多通道自适应自回归模型脑-机接口系统特征的提取[J];中国组织工程研究与临床康复;2011年48期

8 李明爱;马建勇;杨金福;;基于小波包和熵准则的最优频段提取方法[J];仪器仪表学报;2012年08期

9 张毅;罗明伟;罗元;;脑电信号的小波变换和样本熵特征提取方法[J];智能系统学报;2012年04期

中国硕士学位论文全文数据库 前5条

1 张飞飞;简易自我放松催眠缓解学习疲劳的脑电实验研究[D];安徽师范大学;2010年

2 王攀;基于小波变换和多域融合的脑电信号特征提取[D];浙江大学;2011年

3 沈学丽;基于时频分析的头皮脑电特征提取及其模式识别应用研究[D];杭州电子科技大学;2012年

4 彭俊洁;基于事件诱发脑电信号的身份识别算法的研究[D];南昌大学;2013年

5 孟霏;脑机接口中运动想象脑电信号的识别方法和应用[D];大连交通大学;2013年

【二级参考文献】

中国期刊全文数据库 前3条

1 唐艳;柳建新;龚安栋;;ICA+CSSD的脑-机接口分类[J];电子科技大学学报;2008年03期

2 徐宝国;宋爱国;;单次运动想象脑电的特征提取和分类[J];东南大学学报(自然科学版);2007年04期

3 杨帮华;颜国正;鄢波;;基于离散小波变换提取脑机接口中脑电特征[J];中国生物医学工程学报;2006年05期

【相似文献】

中国重要报纸全文数据库 前1条

1 黄岚 华轩;意念移物：用大脑控制机械[N];大众卫生报;2013年

，

本文编号：1244428