文献类型：期刊文章

作　　者：陆振宇[1] 陆旭峰[1] 杨瑞洪[2] 常珊[1]

LU Zhen-yu;LU Xu-feng;YANG Rui-hong;CHANG Shan(Institute of Bioinformatics and Medical Engineering, School of Electrical and Information Engineering, Jiangsu University ofTechnology, Changzhou 213001;Yangzhou Polytechnic Institute, Yangzhou 225127)

机构地区：[1]江苏理工学院电气信息工程学院生物信息与医药工程研究所,常州213001 [2]扬州工业职业技术学院,扬州225127

出　　处：《现代计算机》

基　　金：NSFC-广东联合基金(第二期)超级计算科学应用研究专项;国家自然科学基金(No.11647146;81603152);江苏省六大人才高峰资助项目(No.2016-XYDXXJS-020);江苏省产学研前瞻资助项目(BY2016030-06);江苏省研究生科研与实践创新计划资助项目(No.SJCX17_0747);江苏省研究生科研与实践创新计划资助项目(No.SJCX17_0748);江苏省"青蓝工程"优秀青年骨干教师项目(苏教办师[2017]5号)

年　　份：2019

卷　　号：25

期　　号：3

起止页码：3-7

语　　种：中文

收录情况：普通刊

摘　　要：针对脑机接口(BCI)系统中常用的运动想象脑电信号,提出多特征融合的方法,提高其分类准确率。采用自回归(AR)模型、小波包变换、共空间模式(CSP)对BCI2003竞赛数据进行信号处理,提取AR模型系数、小波包熵差、方差作为特征,并在分类器上测试准确率。实验结果表明:多特征融合的分类准确率均高于单特征,保持在90%左右,可以更好地表征运动想象脑电信号。数据处理所选取的时间段在4-7s,实验结果具有较好的鲁棒性和泛化能力。

关 键 词：运动想象  AR模型 小波包变换 共空间模式  

分 类 号：R318[生物医学工程类] TN911.7[基础医学类]