基于小波包与串并行CNN的脑电信号分类方法研究.pptx

content目录01研究背景与问题提出02方法论架构设计03关键技术实现细节04实验设计与数据分析05结果展示与性能评估06研究总结与未来展望

研究背景与问题提出01

脑电信号在脑机接口中的核心地位及其非平稳、低信噪比的本质挑战脑机接口信号特性非平稳性，脑电信号随认知状态动态变化，呈现时变与非线性特征。低信噪比，信号微弱且易受眼电、肌电和环境噪声干扰。瞬态特征难捕获，传统稳态方法难以有效提取任务相关神经活动。运动想象核心范式，通过想象肢体运动产生可分类的脑电模式。任务相关节律，μ与β频段在运动想象时出现明显事件相关同步/去同步。应用广泛，用于控制外部设备如假肢或轮椅，实现人机交互。时频分析小