【摘要】：為了有效獲取腦電信息,提取多模式類(左手,右手,舌,腳)想象運(yùn)動(dòng)誘發(fā)腦電特征,提出了一種小波-共空間模式分析的四類運(yùn)動(dòng)想象誘發(fā)腦電特征提取方法.首先,使用db4小波對預(yù)處理后純凈的腦電信號進(jìn)行5層小波分解,獲得小波變換的各層逼近系數(shù)和細(xì)節(jié)系數(shù),去除冗余頻段,并進(jìn)行重構(gòu).然后,采用"一對多"共空間模式方法,構(gòu)建多個(gè)空間濾波器,對濾波信號進(jìn)行共空間模式映射,得到每種想象運(yùn)動(dòng)模式下的投影信號.最后,對該投影信號能量求方差取對數(shù),組成特征值向量,再進(jìn)行差值處理獲得多模式類運(yùn)動(dòng)想象腦電特征.仿真實(shí)驗(yàn)結(jié)果表明,該方法可以較好的提取多類運(yùn)動(dòng)想象腦電信號特征.
【圖文】：

圖１運(yùn)動(dòng)想象實(shí)驗(yàn)范式Ｆｉｇ．１Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｐａｒａｄｉｇｍｆｏｒｍｏｔｏｒｉｍａｇｅｒｙ３小波－共空間模式腦電特征提取與分析對腦電進(jìn)行濾波選取特定頻段，去除冗余信息尤為重要．腦電實(shí)驗(yàn)采集中有１２０組數(shù)據(jù)，每類運(yùn)動(dòng)想象隨機(jī)出現(xiàn)３０次，單次試驗(yàn)持續(xù)７ｓ，采樣率為２５０Ｈｚ，所以一次事件的采樣點(diǎn)為１７５０個(gè)點(diǎn)．由于運(yùn)動(dòng)想象提示開始在第３ｓ，有效的數(shù)據(jù)點(diǎn)數(shù)是在７５１～１７５０點(diǎn)內(nèi)，采集的運(yùn)動(dòng)想象原始腦電信號如圖２所示．大腦進(jìn)行運(yùn)動(dòng)想象時(shí)，活動(dòng)的有關(guān)頻段信號主要分布在８～３０Ｈｚ區(qū)間，即α和β節(jié)律．具體左手和右手對應(yīng)的有關(guān)頻率為１０～１２Ｈｚ和２０～２４Ｈｚ；舌的對應(yīng)頻率１０～１１Ｈｚ；腳的對應(yīng)頻率為７～８Ｈｚ和２０～２４Ｈｚ．選用２４號導(dǎo)聯(lián)對應(yīng)舌的想象運(yùn)動(dòng)腦電信號，４１和３１（Ｃｚ）號導(dǎo)聯(lián)對應(yīng)腳的想象運(yùn)動(dòng)腦電信號，導(dǎo)聯(lián)３４（Ｃ４）和２８（Ｃ３）分別對應(yīng)想象左、右手運(yùn)動(dòng)的腦電信號．腦電信號特征提取實(shí)現(xiàn)步驟如下：１）為去除冗余信息，充分利用有用信息，對腦電信號進(jìn)行濾波采用ｄｂ４小波對４類運(yùn)動(dòng)想象腦電信號的５個(gè)導(dǎo)聯(lián)數(shù)據(jù)分別進(jìn)行小波分解，因采樣率為２５０Ｈｚ，根據(jù)腦電信號的有效信息利用最大化原則，腦電信號ｆ（ｔ）劃分５個(gè)頻段．ｆ（ｔ）＝Ａ５＋Ｄ５＋…＋Ｄ１，Ｄｎ（ｎ＝１，．．．，５）是每個(gè)子段的細(xì)節(jié)信號，Ａｎ（ｎ＝１，．．．，５）是對應(yīng)的逼近信號，具體如表１所示．圖２運(yùn)動(dòng)想象原始腦電信號隨時(shí)間變化圖Ｆｉｇ．２ＥＥＧｓｉ

圖１運(yùn)動(dòng)想象實(shí)驗(yàn)范式Ｆｉｇ．１Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｐａｒａｄｉｇｍｆｏｒｍｏｔｏｒｉｍａｇｅｒｙ３小波－共空間模式腦電特征提取與分析對腦電進(jìn)行濾波選取特定頻段，去除冗余信息尤為重要．腦電實(shí)驗(yàn)采集中有１２０組數(shù)據(jù)，每類運(yùn)動(dòng)想象隨機(jī)出現(xiàn)３０次，單次試驗(yàn)持續(xù)７ｓ，采樣率為２５０Ｈｚ，所以一次事件的采樣點(diǎn)為１７５０個(gè)點(diǎn)．由于運(yùn)動(dòng)想象提示開始在第３ｓ，有效的數(shù)據(jù)點(diǎn)數(shù)是在７５１～１７５０點(diǎn)內(nèi)，采集的運(yùn)動(dòng)想象原始腦電信號如圖２所示．大腦進(jìn)行運(yùn)動(dòng)想象時(shí)，活動(dòng)的有關(guān)頻段信號主要分布在８～３０Ｈｚ區(qū)間，即α和β節(jié)律．具體左手和右手對應(yīng)的有關(guān)頻率為１０～１２Ｈｚ和２０～２４Ｈｚ；舌的對應(yīng)頻率１０～１１Ｈｚ；腳的對應(yīng)頻率為７～８Ｈｚ和２０～２４Ｈｚ．選用２４號導(dǎo)聯(lián)對應(yīng)舌的想象運(yùn)動(dòng)腦電信號，４１和３１（Ｃｚ）號導(dǎo)聯(lián)對應(yīng)腳的想象運(yùn)動(dòng)腦電信號，導(dǎo)聯(lián)３４（Ｃ４）和２８（Ｃ３）分別對應(yīng)想象左、右手運(yùn)動(dòng)的腦電信號．腦電信號特征提取實(shí)現(xiàn)步驟如下：１）為去除冗余信息，充分利用有用信息，對腦電信號進(jìn)行濾波采用ｄｂ４小波對４類運(yùn)動(dòng)想象腦電信號的５個(gè)導(dǎo)聯(lián)數(shù)據(jù)分別進(jìn)行小波分解，因采樣率為２５０Ｈｚ，根據(jù)腦電信號的有效信息利用最大化原則，腦電信號ｆ（ｔ）劃分５個(gè)頻段．ｆ（ｔ）＝Ａ５＋Ｄ５＋…＋Ｄ１，Ｄｎ（ｎ＝１，．．．，５）是每個(gè)子段的細(xì)節(jié)信號，Ａｎ（ｎ＝１，．．．，５）是對應(yīng)的逼近信號，具體如表１所示．圖２運(yùn)動(dòng)想象原始腦電信號隨時(shí)間變化圖Ｆｉｇ．２ＥＥＧｓｉ

ＣＳＰ處理的左手運(yùn)動(dòng)想象腦電信號隨時(shí)間變化圖Ｆｉｇ．３ＴｈｅｆｅａｔｕｒｅｓｉｇｎａｌｏｆｌｅｆｔｈａｎｄｍｏｔｏｒｉｍａｇｅｒｙＥＥＧｂｙＣＳＰｍｅｔｈｏｄ圖３是以左手運(yùn)動(dòng)想象為例進(jìn)行結(jié)果分析，對純凈的腦電信號采用ＣＳＰ方法進(jìn)行特征提取，由于ＣＳＰ本身的特點(diǎn)是在某方向上使一類別的信號方差最大，而另一類信號方差最小．對應(yīng)在圖３上表現(xiàn)為，空間濾波器使想象左手對應(yīng)的腦電特征最大化，而其他類特征最小化．從圖中可以看出，想象左手運(yùn)動(dòng)的腦電信號在３～４ｓ時(shí)，腦電特征信號較為明顯．圖４是ＷＴ結(jié)合ＣＳＰ方法提取左手運(yùn)動(dòng)想象腦電特征，對比圖３結(jié)果，可以很明顯地看出，改進(jìn)方法提取的腦電特征信號更為顯著．在左手想象運(yùn)動(dòng)腦電信號特征被提取放大的同時(shí)，其他３類特征被縮小，拉大了他們之間的距離，為后續(xù)分類提供了良好的基礎(chǔ)．圖４ＷＴ－ＣＳＰ處理的左手運(yùn)動(dòng)想象腦電特征隨時(shí)間變化圖Ｆｉｇ．４ＴｈｅｆｅａｔｕｒｅｓｉｇｎａｌｏｆｌｅｆｔｈａｎｄｍｏｔｏｒｉｍａｇｅｒｙＥＥＧｂｙＷＴ－ＣＳＰｍｅｔｈｏｄ將數(shù)據(jù)分別進(jìn)行ＣＳＰ方法與小波結(jié)合ＣＳＰ方法處理，ＣＳＰ特點(diǎn)表明想象某類運(yùn)動(dòng)時(shí)對應(yīng)類的ｆｉ值為最大．文中將投影后的新信號Ｚｉ取平方，將部分負(fù)值轉(zhuǎn)變成正值信號的同時(shí)又?jǐn)U大與其他類之間差異，使特征更加明顯．然后進(jìn)行方差與對數(shù)運(yùn)算作為最終的特征值ｆｉ．在圖３與圖４對比分析中，通過對比ｆｉ值更能準(zhǔn)確的判斷出運(yùn)動(dòng)想象意圖．本文采用ｆｉ的最大值與次大值做差，以差值ｆｄ即對數(shù)最小差值作為特征值，很明顯差值越大，表明相對接近的兩特征值之間差距越

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李明愛;崔燕;楊金福;郝冬梅;;基于HHT和CSSD的多域融合自適應(yīng)腦電特征提取方法[J];電子學(xué)報(bào);2013年12期

2 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 江朝暉;馮煥清;劉大路;;用腦電特征劃分睡眠狀態(tài)的一個(gè)新方法[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

2 蔣學(xué)慧;周鵬;趙欣;葛佳怡;李寧;郁洪強(qiáng);劉海嬰;王明時(shí);;基于DSP的睡眠腦電特征提取[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2008年年會(huì)暨首屆生物醫(yī)學(xué)工程與臨床論壇論文集[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 郁洪強(qiáng);過度使用互聯(lián)網(wǎng)者的腦電特征分析[D];天津大學(xué);2009年

2 陳昌樂;三種佛家靜功操作方法的腦電特征比較研究[D];北京中醫(yī)藥大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 沈驥;基于眼動(dòng)、腦電特征的抑郁識別研究[D];蘭州大學(xué);2015年

2 秦緒瑩;基于聯(lián)合通道信息的癔癥盲腦電特征研究[D];蘭州大學(xué);2015年

3 頊春元;感覺刺激誘發(fā)腦電特征研究[D];山西大學(xué);2011年

4 嚴(yán)娜;視聽誘發(fā)腦電特征研究[D];山西大學(xué);2012年

5 魏凱明;瑜伽不同練習(xí)方法腦電特征的研究[D];吉林體育學(xué)院;2013年

6 張慶學(xué);上肢運(yùn)動(dòng)腦電特征的有效性分析與運(yùn)動(dòng)方向識別[D];天津大學(xué);2014年

本文編號：2754557