基于感觉运动BCI系统的EEG手部运动分类  

EEG-based Discrimination Between Different Hand Movement Tasks in a Sensomotor BCI

作　　者：刘培[1] 秦胜花[2] 

机构地区：[1]桂林电子科技大学电子工程与自动化学院 [2]桂林医学院附属医院,广西桂林541004

出　　处：《科技资讯》2014年第10期6-8,10,共4页Science & Technology Information

摘　　要：对于残疾人或者运动不便的健全人,感觉运动相关的BCI(Brain Computer Interface)系统是十分必要的。BCI系统的关键部分是对EEG(Eletroencepalograph)信号的采集、提取和分类。本文研究的是手部三种动作在运动执行的情况下,人脑产生的EEG信号的不同。利用EEG信号在运动时发生于大脑感觉运动皮层区域的ERS(Event-Related Synchronization)和ERD(Event-Related Desynchronization)现象,运用EMD(Empirical Mode Decomposition)等算法进行信号的特征提取,然后进行分类,得出了平均准确率为78.75%的良好结果。此次研究提供了一种基于EMD新的有效的运动相关BCI系统研发中的EEG信号的特征提取算法。For the disabled,sensorimotor BCl（Brain Computer Interface）system is essential.EEG（Electroeucephaiograph）signal acquisition is the key part of the BCI system,including feature extraction and data classification. This paper aims to discriminate the human brain EEG signals of three different hand movements.By ERS（Event--Related Synchronization）and ERD（Event-Related Desynchronization） phenomenon, using Time domain characteristics and frequency characteristics acquired by EMD（Empirical Mode Decomposition）signal feature extraction analyze,and then though data classification to obtained an average accuracy rate of 78.75%.This study provides a new and effective EEG signals feature extraction algorithm based on EMD for sentomotor BCI system application.

关 键 词：脑机接口 脑电波 ERD\ERS 数据分类 特征提取 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]