EMD融合PSD、CSP的脑电特征提取方法

来源：计算机技术与发展杂志2019年第05期北京时间：

作者：陈启超;';张学军;黄婉露

摘要：为了提高运动想象分类精确度,提出一种基于经验模式分解(EMD),并结合功率谱密度(PSD)和公共空间模式(CSP)的特征提取算法。 首先将采集的脑电信号进行预处理,再对信号使用 EMD 算法得到多个固有模态函数( IMFs)。通过计算每次实验原始脑电信号与各阶 IMF 分量之间的相关系数,并计算所有实验得出的相关系数的绝对值的平均数,选择具有较大相关系数绝对值平均数的固有模态函数,计算其功率谱密度作为特征,经共空间模式投影映射再提取相应的特征向量,并用支持向量机(SVM)进行分类。 对 9 名受试者的运动想象进行分类结果分析,得到的平均分类正确率在96% 以上。 最后将该方法与其他方法做比较,证明了该算法的可行性。

关键词：脑电信号;经验模式分解;相关系数;功率谱密度;公共空间模式