《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(lèi)器進(jìn)行信號(hào)分類(lèi)。利用2003年BCI競(jìng)賽data set Ⅲ進(jìn)行測(cè)試，分類(lèi)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(lèi)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(lè)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(jué)運(yùn)動(dòng)節(jié)律的腦-機(jī)接口。在Wolpaw等開(kāi)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://m.ihrv.cn/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。