[发明专利]一种运动执行的单次脑电特征提取分类方法

摘要

一种运动执行的单次脑电特征提取分类方法，该方法将多元经验模态分解算法和共同空间模式算法进行结合，对运动执行的单次脑电进行处理，提取出表征不同运动意图的脑电信号特征后，对提取的脑电信号特征进行分类，得出单次运动执行脑电所表征的运动执行类别，本方法能够解决现有多分类运动执行任务分类正确率较低的问题，通过结合多元经验模态分解和共同空间模式，有效提高多任务脑电信号的识别率，降低了运算过程的复杂度。

主权项

1.一种运动执行的单次脑电特征提取分类方法，其特征在于，包括以下步骤：步骤一：获取多通道运动执行脑电信号并对脑电信号进行预处理；步骤二：分别对每组脑电信号X(t)进行MEMD分解；脑电信号经过MEMD分解后产生m个频率由高到低排列的MIMF分量，每个MIMF都为一个时间长度为t的n通道信号，各通道信号都处于同一频段内；步骤三：通过一对多CSP算法构造K分类的空间滤波器W1,W2,...,WK，通过脑电信号在空间滤波器中的滤波效果得出不同运动执行所对应空间滤波器下的特征向量，进而通过对特征向量进行对数运算，减少特征维数，同时可以进一步增强不同运动执行的特征间差异；步骤四：采用PCA特征降维的方法将得到特征进行组合，在减少特征向量维数的基础上，最大程度地保留特征间的差异。步骤五：利用一对多的支持向量机分类算法，对多类任务的脑电信号进行分类识别，根据各个分类器输出的决策值大小确定每个测试样本的唯一属性。