一种新的基于小波包分解的eeg特征抽取与识别方法研究 - 同济大学.pdf

第 期 电 子 学 报 １ Ｖｏｌ．４１ Ｎｏ．１ 年 月 ２０１３ １ ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｊａｎ． ２０１３ 一种新的基于小波包分解的ＥＥＧ特征抽取与识别方法研究 王 登，苗夺谦，王睿智 （同济大学计算机科学与技术系，上海２０１８０４；同济大学嵌入式系统与服务计算教育部重点实验室，上海２０１８０４） 摘 要： 为了提高脑思维任务分类精度，提出一种新的脑电特征抽取与识别方法 首先进行小波包分解，然后结 ． 合能反映脑电信号在时域与频域上的能量分布特征的小波包熵概念，从小波包库中选择最优小波包基，对各个最优基 所对应的小波系数求取统计特性，然后根据不同脑思维任务下左右半脑各导联间的差异性对各个导联对求取不对称 率构成分类特征向量，最后利用 分类器对其进行分类 实验结果表明：相对于一般的小波包分解，最优小波包基 ＳＶＭ ． 和自回归特征抽取方法，该方法对 类不同脑思维任务的所有 种不同组合任务对的平均分类预测精度可以达到 ５ １０ ９５４１％～９９６５％． 关键词： 非平稳脑电信号；特征抽取；小波包分解；脑机接口 中图分类号： 文献标识码： 文章编号： （ ） Ｒ３１８ Ａ ０３７２２１１２２０１３０１０１９３０６ 电子学报 ： ： ： ＵＲＬ ｈｔｔｐ／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ ＤＯＩ １０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１３．０１．３３ ＡＮｅｗＭｅｔｈｏｄｏｆＥＥＧＣｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎ ＢａｓｅｄｏｎＷａｖｅｌｅｔＰａｃｋｅｔＤｅｃｏｍｐｏｓｉｔｉｏｎ ， ， ＷＡＮＧＤｅｎｇＭＩＡＯＤｕｏｑｉａｎＷＡＮＧＲｕｉｚｈｉ （ ， ， ， ； ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙＳｈａｎｇｈａｉ２０１８０４Ｃｈｉｎａ ， ， ， ， ） ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｍｂｅｄｄｅｄＳｙｓｔｅｍａｎｄＳｅｒｖｉｃｅＣｏｍｐｕｔｉｎｇＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙＳｈａｎｇｈａｉ２０１８０４Ｃｈｉｎａ ： ， Ａｂｓｔｒａｃｔ ＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅａｃｃｕｒａｃｙｏｆｍｅｎｔａｌｔａｓｋｃｌａｓｓｉｆｉｃａｔｉｏｎｗｅｐｒｏｐｏｓｅａｎｅｗｍｅｔｈｏｄｏｆＥＥＧｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈ ， （ ） ， ｆｅａ