中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2013年
6期
641-648
,共8页
谢平%陈晓玲%苏玉萍%梁振虎%李小俚
謝平%陳曉玲%囌玉萍%樑振虎%李小俚
사평%진효령%소옥평%량진호%리소리
单侧运动想象%脑电特征提取%EMD-多尺度熵%极限学习机%运动模式识别
單側運動想象%腦電特徵提取%EMD-多呎度熵%極限學習機%運動模式識彆
단측운동상상%뇌전특정제취%EMD-다척도적%겁한학습궤%운동모식식별
unilateral motor imagery%feature extraction of EEG%EMD-MSE%extreme learning machine%pattern recognition
运动想象脑电特征是进行动作模式识别进而实现生物反馈技术的重要依据.在对侧躯体运动想象脑电识别方法的基础上,研究单侧躯体不同运动想象模式下的脑电特征提取问题,提出基于EMD-多尺度熵(MSE)的脑电信号瞬态特征提取及定量描述的方法,设计基于极限学习机(ELM)的动作模式识别模型.通过对10名正常受试者在左侧手臂屈、伸动作模式下的运动想象脑电的分析,提取其特征并进行动作识别,结果证实其识别率可以达到90％以上.实验表明:所提出基于EMD-MSE的运动想象EEG特征提取方法,能够定量刻画不同运动模式下脑电信号的多尺度局部瞬态特征;进一步运用基于ELM学习算法的前馈神经网络,可以实现对不同运动模式下脑电EMD-SME特征的有效分类.
運動想象腦電特徵是進行動作模式識彆進而實現生物反饋技術的重要依據.在對側軀體運動想象腦電識彆方法的基礎上,研究單側軀體不同運動想象模式下的腦電特徵提取問題,提齣基于EMD-多呎度熵(MSE)的腦電信號瞬態特徵提取及定量描述的方法,設計基于極限學習機(ELM)的動作模式識彆模型.通過對10名正常受試者在左側手臂屈、伸動作模式下的運動想象腦電的分析,提取其特徵併進行動作識彆,結果證實其識彆率可以達到90％以上.實驗錶明:所提齣基于EMD-MSE的運動想象EEG特徵提取方法,能夠定量刻畫不同運動模式下腦電信號的多呎度跼部瞬態特徵;進一步運用基于ELM學習算法的前饋神經網絡,可以實現對不同運動模式下腦電EMD-SME特徵的有效分類.
운동상상뇌전특정시진행동작모식식별진이실현생물반궤기술적중요의거.재대측구체운동상상뇌전식별방법적기출상,연구단측구체불동운동상상모식하적뇌전특정제취문제,제출기우EMD-다척도적(MSE)적뇌전신호순태특정제취급정량묘술적방법,설계기우겁한학습궤(ELM)적동작모식식별모형.통과대10명정상수시자재좌측수비굴、신동작모식하적운동상상뇌전적분석,제취기특정병진행동작식별,결과증실기식별솔가이체도90％이상.실험표명:소제출기우EMD-MSE적운동상상EEG특정제취방법,능구정량각화불동운동모식하뇌전신호적다척도국부순태특정;진일보운용기우ELM학습산법적전궤신경망락,가이실현대불동운동모식하뇌전EMD-SME특정적유효분류.
