|
您當(dāng)前的位置：電子期刊欄目→綜述>>正文 |
|
運(yùn)動(dòng)想象腦電信號(hào)算法研究進(jìn)展 Research progress on motor imagery EEG signals |
| 作者： 裴一飛 楊淑娟 |
| 單位：<span style="font-family:宋體">吉林大學(xué)（長春</span> 130022<span style="font-family:宋體">）</span> |
| 關(guān)鍵詞： 運(yùn)動(dòng)想象腦電信號(hào); 腦電信號(hào)處理; 特征提取; 特征識(shí)別 |
| 分類號(hào)：R318.04 |
| 出版年·卷·期（頁碼）：2018·37·2（208-214） |
| 摘要： |
|
對(duì)腦電信號(hào)的研究, 不僅可以提高人們對(duì)大腦的認(rèn)知程度, 還能夠建立大腦與外界溝通的新途徑。本文從運(yùn)動(dòng)想象腦電信號(hào)的特點(diǎn)出發(fā), 首先概述了近年來運(yùn)動(dòng)想象腦電信號(hào)分析與處理算法的發(fā)展?fàn)顩r, 及腦電信號(hào)的特點(diǎn);然后, 著重分析了近年來常用的運(yùn)動(dòng)想象腦電信號(hào)特征提取與識(shí)別方法相關(guān)處理算法的優(yōu)勢、不足及其適用條件, 包括功率譜分析法、小波分析法、樣本熵法和共同空間模式法, 以及線性判別、支持向量機(jī)等4種分類器;最后, 總結(jié)了目前運(yùn)動(dòng)想象腦電信號(hào)處理算法發(fā)展中存在的識(shí)別種類單一, 識(shí)別率不高, 自適性不足等問題, 探討了運(yùn)動(dòng)想象腦電信號(hào)進(jìn)一步研究的思路。 |
|
The research of EEG signals can not only improve people's cognition to the brain, but also build a new way to communicate with the outside world of the brain. This article starts from the characteristics of motor imagery EEG signals. Firstly the paper makes a summary about the developments of analysis and processing algorithms for motor imagery EEG signals in recent years. Secondly, the advantages, shortages and applicable condition for the common used processing algorithms in EEG feature extraction and recognition are analyzed emphatically. Finally, the current problems existing in the EEG processing algorithms are summarized and the directions for further research are also discussed. |
| 參考文獻(xiàn)： |
|
|
| 服務(wù)與反饋： |
| 【文章下載】【加入收藏】 |
| 提示：您還未登錄，請(qǐng)登錄！點(diǎn)此登錄 |
|
|||||||||||||||||
|
|||||||||||||||||
|
|
地址：北京安定門外安貞醫(yī)院內(nèi)北京生物醫(yī)學(xué)工程編輯部 電話：010-64456508 傳真：010-64456661 電子郵箱：[email protected] |