《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 基于平移窗運(yùn)動(dòng)想象腦電信號(hào)活動(dòng)段提取
基于平移窗運(yùn)動(dòng)想象腦電信號(hào)活動(dòng)段提取
2021年電子技術(shù)應(yīng)用第9期
張 莉1,,王凱瑞1,,李 楊1,,汪清山1,,蔡 靖1,,王 鋼2
1.吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,,吉林 長(zhǎng)春130026,;2.北華大學(xué),,吉林 吉林132013
摘要: 為了迅速,、準(zhǔn)確地識(shí)別運(yùn)動(dòng)想象的腦電信號(hào),,提出了一種基于平移窗的運(yùn)動(dòng)想象腦電信號(hào)活動(dòng)段提取方法。該方法對(duì)運(yùn)動(dòng)想象腦電信號(hào)Mu/Beta節(jié)律的事件相關(guān)同步化/去同步化(ERS/ERD)特征進(jìn)行檢測(cè),,提取ERS/ERD特征明顯的時(shí)段,;再利用統(tǒng)計(jì)量進(jìn)行特征提取,通過(guò)Classify分類器進(jìn)行信號(hào)分類,。利用2003年BCI競(jìng)賽data set Ⅲ進(jìn)行測(cè)試,,分類準(zhǔn)確率達(dá)到83.571 4%。該方法可以評(píng)價(jià)受試者的腦活動(dòng)狀態(tài),提高運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別準(zhǔn)確率,,對(duì)腦-機(jī)接口實(shí)時(shí)控制系統(tǒng)的研究有一定的幫助,。
中圖分類號(hào): TN98;TP391.4
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.201223
中文引用格式: 張莉,,王凱瑞,,李楊,等. 基于平移窗運(yùn)動(dòng)想象腦電信號(hào)活動(dòng)段提取[J].電子技術(shù)應(yīng)用,,2021,,47(9):35-38.
英文引用格式: Zhang Li,Wang Kairui,,Li Yang,,et al. Activity segment extraction of electroencephalogram for imagery movement based on translating window[J]. Application of Electronic Technique,2021,,47(9):35-38.
Activity segment extraction of electroencephalogram for imagery movement based on translating window
Zhang Li1,,Wang Kairui1,Li Yang1,,Wang Qingshan1,,Cai Jing1,,Wang Gang2
1.College of Instrumentation & Electrical Engineering,,Jilin University,Changchun 130026,,China,; 2.Beihua University,Jilin 132013,,China
Abstract: In order to quickly and accurately identify electroencephalography(EEG) for imagery movement, in this paper, a method is proposed for extracting active segments of EEG signal for imagery movement based on translating window. This method detects the ERS/ERD characteristics of EEG signal, extracts the time periods with obvious ERS/ERD characteristics, uses the statistics to extract feature, and classifies them with the Classify classifier.Using experiment data set Ⅲ of BCI competition in 2003, the classification accuracy rate reaches 83.571 4%. This method can evaluate the brain activity state of subjects, improve the recognition accuracy of motor imagery EEG signals, and be beneficial to the research of brain-computer interface real-time control system.
Key words : recognition of electroencephalograph,;active segments detection;event-related synchronization/desynchronization,;Mu/Beta rhythm

0 引言

    腦-計(jì)算機(jī)接口(Brain-Computer Interface,,BCI)是指在人腦與計(jì)算機(jī)或其他電子設(shè)備之間建立一種直接信息交互的通道[1-3]。這種信息交互方式不依賴于外周神經(jīng)以及肌肉組織,,可以為癱瘓病人,,尤其是喪失了肌體運(yùn)動(dòng)功能但思維正常的患者,提供一種新的與外界進(jìn)行交流控制的途徑[3-4],。同時(shí),,腦-機(jī)接口技術(shù)在非醫(yī)學(xué)領(lǐng)域提供了一種新的思維控制的娛樂方式,在軍事、智能交通,、智能家居,、情感識(shí)別等領(lǐng)域也有很大的應(yīng)用前景[4]

    1973年,,Vidal等首次使用brain-computer interface來(lái)表述人腦與外界的直接信息傳輸通路,,并提出了腦-機(jī)接口系統(tǒng)的框架雛形[1],。90年代初,出現(xiàn)了基于感覺運(yùn)動(dòng)節(jié)律的腦-機(jī)接口,。在Wolpaw等開發(fā)的Wadsworth BCI中,,受試者利用Mu/Beta節(jié)律實(shí)現(xiàn)一維、二維光標(biāo)控制[5-6],。Graz BCI團(tuán)隊(duì)建立了可區(qū)分想象身體不同部位運(yùn)動(dòng)(包括左右手,、腳、舌頭)時(shí)腦電信號(hào)的腦-機(jī)接口系統(tǒng)[7],。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://forexkbc.com/resource/share/2000003741,。




作者信息:

張  莉1,王凱瑞1,,李  楊1,,汪清山1,蔡  靖1,,王  鋼2

(1.吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院,,吉林 長(zhǎng)春130026;2.北華大學(xué),,吉林 吉林132013)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。