|
|||||
|
|
| 稳态视觉诱发脑机接口特征提取方法的研究 | |
| 引用本文： | 阮晓钢,薛坤.稳态视觉诱发脑机接口特征提取方法的研究[J].北京生物医学工程,2015(6). |
| 作者姓名： | 阮晓钢 薛坤 |
| 作者单位： | 北京工业大学电子信息与控制工程学院 北京 100124 |
| 基金项目： | 国家自然科学基金(61375086) |
| 摘 要： | 目的为有效提取稳态视觉诱发脑机接口(SSVEP-based brain-computer interface)中的脑电特征,提出一种基于独立成分分析(independent component analysis,ICA)与希尔伯特黄变换(HilbertHuang transform,HHT)的特征提取方法。方法对采集得到的脑电信号进行带通滤波,得到预处理的脑电信号,将滤波后的脑电信号作为ICA的输入,经过ICA实现独立成分的快速获取。引入HHT对独立成分进行经验模态分解(EMD),分解获取固有模态函数(intrinsic mode function,IMF),通过对IMF的频域分析,即可提取出特征。将ICA和HHT法同WT法、ICA法以及HHT法等常用的特征提取方法在频域、功率谱估计、在时间消耗等多方面进行比对分析。结果频域分析和功率谱估计中,本文提出的方法明显优于WT法和ICA法,略优于HHT法。时间消耗方面,本文提出的方法略优于HHT法。结论基于ICA和HHT的特征提取方法在稳态视觉诱发脑机接口的特征提取中是可行的,并有效去除了脑电信号中的噪声。 |
| 关 键 词： | 脑电 稳态视觉诱发电位 脑机接口 独立成分分析 经验模态分解 |
Research on feature extraction of SSVEP-based brain-computer interface |
|
| Abstract: | |
| Keywords: | electroencephalograph steady-state visual evoked potential brain-computer interface independent component analysis empirical mode decomposition |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |