CAJ | 학술논문

背景:不同的运动会产生不同的脑电信号,脑机接口技术就是利用脑电信号的特异性,通过现代信号处理技术和外部的连接实现人脑与外部设备的通信.以实现脑机接口在线研究的目标,首先要解决的是脑电信号处理的速度问题.目的:研究快速、准确地提取脑电信号特征及分类的方法.方法;充分利用想象运动过程中,脑电信号中Mu/Beta节律的事件相关同步化和去同步化特性,以2003年BCI竞赛数据为处理对象,采用带通滤波和小波包分析的方法提取Mu、Beta节律,提取C3、C4两通道上的能量平均值形成二维特征向量,利用matlab自带的classify函数进行分类.结果与结论:通过对训练数据进行测试得到较为合适的参数,利用该参数对同等条件下的训练数据和测试数据分别进行判别,分类正确率分别达到87.857%和88.571%.
배경:불동적운동회산생불동적뇌전신호,뇌궤접구기술취시이용뇌전신호적특이성,통과현대신호처리기술화외부적련접실현인뇌여외부설비적통신.이실현뇌궤접구재선연구적목표,수선요해결적시뇌전신호처리적속도문제.목적:연구쾌속、준학지제취뇌전신호특정급분류적방법.방법;충분이용상상운동과정중,뇌전신호중Mu/Beta절률적사건상관동보화화거동보화특성,이2003년BCI경새수거위처리대상,채용대통려파화소파포분석적방법제취Mu、Beta절률,제취C3、C4량통도상적능량평균치형성이유특정향량,이용matlab자대적classify함수진행분류.결과여결론:통과대훈련수거진행측시득도교위합괄적삼수,이용해삼수대동등조건하적훈련수거화측시수거분별진행판별,분류정학솔분별체도87.857%화88.571%.