基于平移窗運動想象腦電信號活動段提取
2021年電子技術應用第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 儀器科學與電氣工程學院，吉林 長春130026；2.北華大學，吉林 吉林132013
摘要： 為了迅速、準確地識別運動想象的腦電信號，提出了一種基于平移窗的運動想象腦電信號活動段提取方法。該方法對運動想象腦電信號Mu/Beta節律的事件相關同步化/去同步化(ERS/ERD)特征進行檢測，提取ERS/ERD特征明顯的時段；再利用統計量進行特征提取，通過Classify分類器進行信號分類。利用2003年BCI競賽data set Ⅲ進行測試，分類準確率達到83.571 4%。該方法可以評價受試者的腦活動狀態，提高運動想象腦電信號的識別準確率，對腦-機接口實時控制系統的研究有一定的幫助。
中圖分類號： TN98；TP391.4
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201223
中文引用格式： 張莉，王凱瑞，李楊，等. 基于平移窗運動想象腦電信號活動段提取[J].電子技術應用，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.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201223
中文引用格式： 張莉，王凱瑞，李楊，等. 基于平移窗運動想象腦電信號活動段提取[J].電子技術應用，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-計算機接口(Brain-Computer Interface，BCI)是指在人腦與計算機或其他電子設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以及肌肉組織，可以為癱瘓病人，尤其是喪失了肌體運動功能但思維正常的患者，提供一種新的與外界進行交流控制的途徑[3-4]。同時，腦-機接口技術在非醫學領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、情感識別等領域也有很大的應用前景[4]。
1973年，Vidal等首次使用brain-computer interface來表述人腦與外界的直接信息傳輸通路，并提出了腦-機接口系統的框架雛形[1]。90年代初，出現了基于感覺運動節律的腦-機接口。在Wolpaw等開發的Wadsworth BCI中，受試者利用Mu/Beta節律實現一維、二維光標控制[5-6]。Graz BCI團隊建立了可區分想象身體不同部位運動(包括左右手、腳、舌頭)時腦電信號的腦-機接口系統[7]。
本文詳細內容請下載：http://www.xxav2194.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 儀器科學與電氣工程學院，吉林 長春130026；2.北華大學，吉林 吉林132013)
此內容為AET網站原創，未經授權禁止轉載。