四类运动想象任务的脑电特征分析及分类  

Analysis and Classification of Four-Class Motor Imagery EEG Data

作　　者：王璐[1] 吴小培[1] 高湘萍[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039

出　　处：《计算机技术与发展》2008年第10期23-26,共4页Computer Technology and Development

基　　金：国家自然科学基金资助项目(60771033);安徽省自然科学基金资助项目(070412038)

摘　　要：对多通道的四类运动想象脑电进行了研究。提出了采用表面拉普拉斯对多通道脑电进行预处理,消除各导联之间的相关性,提高信号的信噪比。实验证明表面拉普拉斯对分类正确率的提高有极大的帮助。然后使用OVR-CSP(OneVersus the Rest Common Spatial Patterns)的方法,对四类运动想象任务的脑电信号进行特征提取。最后,应用设计的BP神经网络对提取的特征数据进行了分类,取得了较高的分类正确率。对基于不同频带脑电特征的分类情况进行了分析比较,得出了一些有参考价值的结论。Motor imagery is a frequently used mental strategy to modify brain oscillations and to operate a BCI. In this paper, apply surface Laplacian to preprocessing for the multi - channel EEG data, to eliminate relativity among the channels, reinforcing the SNR of signal. The experiment shows that surface Laplacion is very effective to improve the accurate rate. Then the OVR - CSP （one versus the rest common spatial patterns） is used to extract the feature of EEG data. Finally,use the BP neural network to classify the feature data. The algorithm is shown to produce good classification results. Analyze the different band power features of motor imagery EEG data, and obtain some valuable results.

关 键 词：运动想象 脑电信号 脑机接口 共同空间模式 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]