针对脑电信号(EEG)分类过程中无效数据影响准确度的问题,提出一种数据筛选的方法。基于脑-机接口(BCI)系统,通过视觉诱发刺激产生左向和右向两种运动想象任务对应的脑电信号,提取该信号的统计特征,并利用BP神经网络实现运动想象分类识别。在数据处理过程中,首先利用β节律的能量特征对无效数据进行剔除,再结合μ节律信号的均值、标准差、能量谱、功率谱、自相关函数等多个特征进行分类。对筛选后的数据进行分析,所得特征更具代表性,信号分类的准确率由78.25%提高至84.11%。
科研之友
微信
新浪微博
Facebook
分享链接
