基于MEG的脑机接口特征提取方法研究.pdfVIP

下载本文档

6
0
约1.98万字
约 6页
2017-08-11 发布于重庆
举报
版权申诉

基于MEG的脑机接口特征提取方法研究.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于MEG的脑机接口特征提取方法研究.pdf

第3l卷第7期仪器仪表学报 Vo】．3lNo．7 2010年7月 ChineseJournalofScientifieInstrument Jul．20lO 基于MEG的脑机接口特征提取方法研究王金甲，周丽娜，赵玉超 (燕山大学信息科学与工程学院秦皇岛066004) 摘要：脑磁信号作为一种新的脑机接口(BCI)输入信号，含有手运动方向的模式信息。在研究了适用于非平稳性的自适应自回归模型和适用于非高斯性的高阶谱自回归模型的基础上，本文针对脑磁信号的非平稳非高斯性，提出了一种新的特征提取算法，即基于经验模态分解的自回归模型。实验结果表明该算法适合于分析非高斯、非平稳的脑磁信号，结果优于上述的两种算法，并且超过了脑机接u竞赛四优胜者的识别率。关键词：脑机接口；脑磁图；自回p1模型；经验模态分解 R318 中图分类号：TN911．7 文献标识码：A 国家标准学科分类代码：460．40，510．80 FeatureextractionmethodforMEG-basedbrain interface computer Yuchao WangJinjia，ZhouLina，Zhao Scienceand (CollegeofInformation Engineer，Yanshan beusedasa control for Abstract：The brain interface signal computer Magnetoencephalography(MEG)can containsthe informationofthehandmovementdirection．For of (BCI)，which pattern non—stationaryperformance ofthe is non·Gaussian of MEG，an Autoregressive(AAR)modelproposed．For performance algorithmAdaptive ofthe is on MEG，analgorithmHigher—OrderSpectral(HOS)andAutoregressive(AR)modelproposed．Based thesetwo an ofthe mode ARmodel．Ex— algorithms，weproposealgorithmempiricaldecomposition(EMD)一based resultsshowthattheclassificationobtainedfromtheEMD—basedARmodelis thanthose periment accuracy higher fromtheothertwo methodhasa ratethanthatofthewinner met