基于相位同步与AR的运动想象脑电信号特征提取研究

运动想象脑电信号的特征提取对脑-机接口研究者是一大难题。针对该问题，介绍了一种相位同步和AR模型系数相结合的特征提取方法。该方法对采集的脑电信号进行Hilbert变换计算脑电信号的相位同步特征，选用Burg算法对滤波后的脑电信号进行AR模型谱估计，比较6阶和8阶功率谱密度，求出AR模型的系数为6。采用支持向量机对两种特征组合的14维特征向量进行分类。分类结果显示在Trail的3s~7s期间，相位同步与AR模型系数相结合的特征提取平均分类正确率为82.58%，最高分类正确率达到了88.96%，优于传统的小波变换和共空域模式特征提取方法。实验结果也表明相位同步特征提取的最佳时间为Trail的3s~7s期间，该方法为BCI研究运动想象脑电信号的分类识别提供了有效手段。