论文部分内容阅读
为了从非平稳性、低信噪比的运动想象脑电信号中准确地提取和分类感兴趣的频带信息,本文提出了噪声辅助多变量经验模式分解(NA-MEMD)和二维互信息相结合的脑电特征提取方法。首先使用NA-MEMD算法对多通道EEG信号进行分解得到各阶IMF分量。然后采用二维互信息法计算各通道信号与其IMF分量、噪声与其IMF分量、信号IMF分量与噪声IMF分量之间的相关性得到敏感因子,筛选出有用的IMF分量并重构。最后采用共同空间模式(CSP)法和SVM对重构信号进行特征提取和分类。使用仿真数据和2008年BCI竞赛数据data set1对所提出方法进行实验测试,并与传统的CSP及其改进方法进行比较,验证了本文方法的有效性。