论文部分内容阅读
脑-机接口是一种允许人脑与外部接口直接交流的系统，它通过识别不同思维下的脑电信号，并将其转换为控制信号，来实现意念控制。传统的基于EEG信号频域特性进行特征提取的方法无法达到高分类正确率的要求[1]。本文提出基于小波变换与样本熵的运动想象脑电信号特征提取方法。分析了左右手运动想象EEG信号样本熵的动态变化规律及其神经电生理意义。最后利用Fisher线性判别式进行了左右手运动想象脑电的分类，得到了较好的分类结果，平均最大分类正确率达到了90.3%，证明了该方案具有很大的可行性和实用价值。