运动想象脑电信号识别研究  

Identification of motor imagery EEG signal

作　　者：肖丹[1] 胡剑锋[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》2010年第33期169-171,190,共4页Computer Engineering and Applications

基　　金：江西省教育厅青年科学基金项目(No.GJJ09622)

摘　　要：通过对运动想象脑电信号的分类,对受试者进行身份识别。采用一种盲源分离算法——二阶盲辨识对运动想象脑电信号进行处理,提高运动想象脑电信号的信噪比,进而采用Fisher距离对处理后的信号进行特征提取,最后采用BP神经网络对特征集进行分类,从而实现对受试者的身份识别。对3位受试者的4类运动想象脑电信号分别进行了分类识别,结果显示,4类运动想象脑电信号的识别率均达到80%左右,其中最高的是想象舌动脑电信号,其识别率达到88.1%,这在类似研究中属于较高的水平。Subjects are identified by classifying motor imagery EEG signal.Second-Order Blind Identification（SOBI）,a Blind Source Separation（BSS） algorithm is applied to preprocess EEG data for higher signal-to-noise ratio.Subsequently,Fisher distance is used to extract features.Finally,classification of extracted features is performed by back-propagation neural networks. Four types motor imagery EEG of three subjects is classified respectively.The results show that the average classification accuracy achieves over 80%,and the highest is 88.1% on tongue movement imagery EEG.

关 键 词：身份识别 二阶盲辨识 运动想象 脑电 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]