在线脑机接口中脑电信号的特征提取与分类方法

在脑机接口研究中,针对运动想象脑电信号的特征抽取,提出了一种基于离散小波变换和AR模型的方法.利用Daubechies类小波函数对脑电信号进行3层分解,抽取小波变换系数的统计特征;利用Burg算法提取脑电信号6阶AR模型系数.将这两类特征进行组合后使用神经网络、支持向量机、马氏距离线性判别进行分类并比较分析.采用BCI2003竞赛数据,以分类精度与竞赛的最好结果进行了比较,表明了所提出方法的有效性.在脑电信号控制机器人的在线系统中,该模式识别算法的平均准确度达到了89.5%.该特征提取和分类方法为在线脑机接口系统的研究提供了新的思路.