基于EMD和SVM的脑电信号处理方法  

EEG Signal Processing Method Based on EMD and SVM

作　　者：余炜[1] 韩强[1] 马晶晶[1] 谢培[1] 

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650500

出　　处：《昆明理工大学学报（自然科学版）》2012年第6期38-42,共5页Journal of Kunming University of Science and Technology(Natural Science)

基　　金：云南省应用基础研究计划项目(2011FZ037)

摘　　要：脑电信号的特征提取对于脑—机接口(BCI)技术来说非常重要。本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6%,验证了本方法的可行性.EEG feature extraction is of vital significance for the brain-computer interface（BCI） technology.In this paper,empirical mode decomposition（EMD） algorithm is adopted to decompose the EEG and to extract the characteristic values of the major IMF component.Then the SVM is employed for the classification and the heuristic algorithm（POS） is used for parameter optimization.The feasibility of the method is verified by the classification of EEG signal of imagining the right and left hands movement in the second BCI competition in 2003,with an accuracy of 87.6%.

关 键 词：脑—机接口(BCI) 经验模式分解(EMD) 支持向量机(SVM) 

分 类 号：Q64[生物学—生物物理学]