基于能量熵的运动想象脑电信号分类  

Classification of motor imagery EEG signals based on energy entropy

作　　者：胡剑锋[1] 穆振东[1] 肖丹[1] 

机构地区：[1]江西蓝天学院信息技术研究所,南昌330098

出　　处：《计算机工程与应用》2008年第33期235-238,共4页Computer Engineering and Applications

基　　金：江西省教育厅科技计划资助项目No.2005-245~~

摘　　要：对脑电信号进行特征提取和分类是脑机接口研究的核心问题,利用不同运动想象脑电信号能量熵的变化,从能量熵中提取特征,利用自定义基于统计理论分类方法进行分类,结果均达到90%以上。Feature extraction and classification of EEG is core issues on brain computer interface.The energy entropy of different motor imagery EEG signals is used to extract features.Finally,classification of Motor Imagery EEG is performed by a method based on the statistical theory.The results show that classification accuracy exceed 90%.

关 键 词：脑机接口 脑电信号 能量熵 

分 类 号：TP15[自动化与计算机技术—控制理论与控制工程]