基于互信息与自适应图卷积的运动想象脑电信号识别.pdfVIP

第42卷第2期中国医学物理学杂志Vol.42No.2

--232232--2025年2月ChineseJournalofMedicalPhysicsFebruary2025

DOI:10.3969/j.issn.1005-202X.2025.02.014医学信号处理与医学仪器

基于互信息与自适应图卷积的运动想象脑电信号识别

吴叶兰，曹璞刚，徐梦，张跃，廉小亲，于重重

北京工商大学计算机与人工智能学院，北京100048

【摘要】针对运动想象脑电信号非线性特征提取困难、难以有效捕获脑电通道间功能连接关系的问题，提出一种基于互信

息和自适应图卷积的运动想象脑电信号分类识别方法。首先，对原始运动想象脑电信号进行子频带划分，提取频域信息；

然后，采用互信息神经估计方法构建邻接矩阵，获取脑电信号的非线性关系；最后，设计一种结合CBAM的自适应图卷积

网络捕获各通道间的动态关联强度，实现空频特征提取。在BCICompetitionIV2a和BCICompetitionIII3a数据集上，分

别达到83.14%和88.19%的平均准确率，结果表明本文方法能有效获得脑电通道间功能连接关系，为运动想象脑电信号

解码提供新思路。

【关键词】运动想象；脑电信号；自适应图卷积；互信息神经估计；特征提取

【中图分类号】R318；TN911.7【文献标志码】A【文章编号】1005-202X（2025）02-0232-08

Motorimageryelectroencephalogramsignalrecognitionbasedonmutualinformationand

adaptivegraphconvolution

WUYelan,CAOPugang,XUMeng,ZHANGYue,LIANXiaoqin,YUChongchong

SchoolofComputerandArtificialIntelligence,BeijingTechnologyandBusinessUniversity,Beijing100048,China

Abstract:Toaddressthechallengesofextractingnonlinearfeaturesfrommotorimageryelectroencephalogram(EEG)

signalsandeffectivelycapturingfunctionalconnectivitybetweenEEGchannels,aclassificationandrecognitionmethodfor

motorimageryEEGsignalsisproposedbasedonmutualinformationandadaptivegraphconvolutionalnetwork.The

proposedmethodextractsfrequencydomaininformationbysub-frequencybandingontheoriginalmotorimageryEEG

signals,uncoversthenonlinearrelationshipswithinEEGsignalsbyanadjacencymatrixconstructedwithmutualinformation

neuralestimationmethod,andfinallyachievenull-frequencyfeatureextractionbycapturingthedynamiccorrelationstrength

betweenchannelswi