基于极能差与共空间模式算法的脑电信号特征增强研究
Gaojishu Tongxin/Chinese High Technology Letters（2013）
摘要
为有效滤除颅骨、脑脊液、头皮等多层组织对脑电图(EEG)信号传导、衰减和混叠的影响,进一步增强信号特征以有利于认知脑电的特征提取、模式识别,以左右手想象动作电位实验为例分析比较了基于极能差(EED)和共空间模式(CSp)算法的空间滤波与特征增强效果.研究结果表明,两种算法皆在高维空间中通过方差判断能量总体分布进行空间滤波训练,可有效提高信噪比、明显增强信号特征和提升识别准确率,其中CSP算法运用矩阵同时对角化原理寻找投影方向,使方差的类间差别最大化,特征增强效果更优.以上结果可供有关脑认知科学研究与脑-机接口(BCI)系统设计及应用参考.
更多查看译文
关键词
Common spatial pattern (CSP),Electroencephalography (EEG),Extreme energy difference (EED),Feature enhancement,Movement imaginary
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要