小波变换的自发脑电信号特征提取  

Electroencephalography Feature Extraction Using Wavelet Transform

作　　者：吴婷[1] 

机构地区：[1]上海电机学院机械学院,上海200245

出　　处：《上海电机学院学报》2011年第3期152-156,192,共6页Journal of Shanghai Dianji University

基　　金：上海市教育委员会晨光计划项目资助(09CG069);上海市教育委员会重点学科资助(J51902)

摘　　要：针对脑机接口(BCI)研究中2种思维任务的特征抽取和分类,提出采用小波变换后具有较高分类能力的部分分解系数,并以Fisher距离作为特征可分离能力的度量。选择具有较大可分离性的系数均值及子空间能量作为有效特征,组成所有待分析通道的特征形成特征向量。利用BCI 2005竞赛数据,分析了该方法的实验背景和理论依据,并将分类精度与竞赛的最好结果进行了比较,表明了所提出方法运用在实际系统中的有效性和优越性。To study brain-computer interfaces（BCI）,a method of feature extraction and classification used for two kinds of imaginations is proposed based on wavelet transform.The feature vector is composed of some decomposition coefficients according to the Fisher rules.The experiment＇s background and theoretical foundation are analyzed using the data sets of BCI 2005.The classification errors are compared with the best result of the competition.The results show that the proposed method is more effective and has advantages in practical applications.

关 键 词：脑机接口 小波变换 特征提取 特征分类 

分 类 号：R318[医药卫生—生物医学工程] TP391.4[医药卫生—基础医学]