基于MODWT的运动想象脑电信号识别

李东明,王典洪,严 军,王永涛,宋麦玲,余蓓蓓

(中国地质大学a.信息技术教学实验中心;b.机械与电子信息学院,武汉430074)

基于MODWT的运动想象脑电信号识别

李东明a,王典洪b,严 军b,王永涛a,宋麦玲a,余蓓蓓b

(中国地质大学a.信息技术教学实验中心;b.机械与电子信息学院,武汉430074)

对运动想象脑电信号进行分类识别,是脑机接口研究中的重要问题。为此,提出一种基于极大重叠小波变换和AR模型的脑电信号分类方法。将脑电信号波形进行极大重叠小波分解,抽取变换系数的统计特征,利用Burg算法提取其3层光滑的8阶AR模型系数以及3层光滑部分的能量曲线特征,将这3类特征进行组合后,使用神经网络、支持向量机及线性判别进行分类和比较。与BCI2003竞赛数据分类精度结果相比,该方法的识别率更高。将模型移植入自行研制的嵌入式脑电信号控制电机转向系统中,该模式识别方法的平均准确度达到了91.3%,可用于嵌入式脑机接口的系统设计。

脑机接口;运动想象;极大重叠小波变换;能量曲线;模式分类;电机转向控制

1 概述

脑机接口(Brain Computer Interface,BCI)技术绕开了大脑外周神经和肌肉组织,通过在人脑和计算机与外部设备之间建立起一种新的通信通路,可以帮助肢体残疾但思维意识正常的患者,为运动功能障碍患者提供了一种新的康复手段,使其在一定程度上修复与外界的信息交流功能[1-3]。目前BCI技术已成为一个涉及生物工程、通信、计算机技术等多领域的研究热点。

特征提取是BCI系统中的关键技术之一。……