基于memd的运动想象脑电信号的特征提取与分析-重庆邮电大学学报.pdfVIP

第２７卷第３期 重庆邮电大学学报（自然科学版） Ｖｏｌ．２７　Ｎｏ．３ ２０１５年６月 ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｊｕｎ．２０１５ ｄｏｉ：１０．３９７９／ｊ．ｉｓｓｎ．１６７３８２５Ｘ．２０１５．０３．０１６ 基于ＭＥＭＤ的运动想象脑电信号的特征提取与分析 １ １ ２ 张　毅 ，周春雨 ，罗　元 （１．重庆邮电大学 自动化学院，重庆４０００６５；２．重庆邮电大学 光电工程学院，重庆４０００６５） 摘　要：对于传统特征提取算法对运动想象脑电信号识别能力不足的问题，采用多元经验模式分解（ｍｕｌｔｉｖａｒｉａｔｅ ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＭＥＭＤ）的方法用于分析运动想象的脑电信号。目前此方法主要应用在股票收益与宏 观经济关系分析上，ＭＥＭＤ将标准经验模式拓展到多通道信号处理，适合于分析多元时间序列，并能够同时处理多 通道的多尺度分解，进而在不同尺度下对多元时间序列的时间频率特性进行比较。通过Ｅｍｏｔｉｖ传感器对自定义的 左右运动想象任务采集数据，采用ＭＥＭＤ提取相关脑电特征的边际谱，使用支持向量机对相关特征量进行分类。 实验表明，此方法增强了定位脑电信号的频率信息的准确性，能够有效地提高对脑电信号的识别能力。 关键词：多元经验模式分解（ＭＥＭＤ）；特征提取；脑电信号（ＥＥＧ）；边际谱 中图分类号：ＴＰ１８；Ｒ３１８　　　　　　　　　文献标识码：Ａ 文章编号：１６７３８２５Ｘ（２０１５）０３０３８６０６ ＦｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｉｍａｇｉｎａｒｙｍｏｖｅｍｅｎｔｓｉｎＥＥＧｂａｓｅｄｏｎＭＥＭＤ １ １ ２ ＺＨＡＮＧＹｉ，ＺＨＯＵＣｈｕｎｙｕ，ＬＵＯＹｕａｎ （１．ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ４０００６５，Ｐ．Ｒ．Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＯｐｔｏｅｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ４０００６５，Ｐ．Ｒ．Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｍｅｔｈｏｄｏｆｍｕｌｔｉｖａｒｉａｔｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＭＥＭＤ）ｉｓｐｒｏｐｏｓｅｄｆｏｒｌｏｗｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｓｗｈｅｎａｎａ ｌｙｚｉｎｇｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ（ＥＥＧ）ｂｙｕｓｉｎｇｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＭＤ）．Ｃｕｒｒｅｎｔ ｌｙ，ｔｈｉｓｍｅｔｈｏｄｉｓｍａｉｎｌｙｕｓｅｄｉｎｔｈｅａｎａｌｙｓｉｓｏｆｓｔｏｃｋｍａｒｋｅｔｒｅｔｕｒｎｓａｎｄｍａｃｒｏｅｃｏｎｏｍｉｃ．ＴｈｅＭＥＭＤｉｓｓｕｉｔａｂｌｅｆｏｒｔｈｅａ ｎａｌｙｓｉｓｏｆｍｕｌｔｉｖａｒｉａｔｅｔｉｍｅｓｅｒｉｅｓ，ｗｈｉｃｈｉｓｅｘｐａｎｄｉｎｇｍｕｌｔｉｃｈａｎｎｅｌｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｆｒｏｍｔｈｅｓｔａｎｄａｒｄＥＭＤ．Ｉｔｅｘｔｒａｃｔｓ ｃｏｍｍｏｎｍｏｄｅｓｆｒｏｍａｌｌｃｈａｎｎｅｌｓｉｎｓａｍｅｉｎｄｅｘｉｎｔｒｉｎｓｉｃｍｏｄｅｆｕｎｃｔｉｏｎｓｗｈｉｃｈａｌｌｏｗｓｔｈｅｔｅｍｐｏｒａｌｆｒｅｑｕｅｎｃｙｆｅａｔｕｒｅｓａ ｍｏｎｇｄｉｆｆｅｒｅｎｔｃｈａｎｎｅｌｓｗｈｉｃｈｃａｎｂｅｃｏｍｐａｒｅｄｉｎｅａｃｈｓｕｂｂａｎｄ．Ｔｈ