基于希尔伯特-黄变换和BP神经网络的运动想象脑电研究

作者：金海龙; 张志慧

来源：生物医学工程学杂志, 2013, (02): 249-253.

• 脑-计算机接口
• 希尔伯特-黄变换
• BP神经网络
• 运动想象
• 分类识别 Brain-computer interface(BCI)
• Hilbert-Huang transform(HHT)
• BP neural network
• Movement imagery
• Classification

本文介绍了希尔伯特-黄变换(HHT)的实现过程与优点,研究基于HHT和BP神经网络的运动想象脑电(EEG)识别方法。在对运动想象EEG数据预处理后进行经验模态分解(EMD)分析得到各阶固有模态函数(IMF)分量,去除分解中的多余低频分量再作边际谱分析;选择C3、C4通道边际谱能量差作为特征,经过主成分分析降维后,联合时域的EEG复杂度作为特征向量,利用BP神经网络进行分类。对脑-计算机接口(BCI)竞赛数据进行左右手分类识别,识别率达到87.14%,取得了较理想的结果,证明了HHT对运动想象EEG处理的可行性与有效性。

• 单位
  燕山大学