基于小波模糊熵的运动想象脑电信号特征提取

摘要

针对脑电信号的非线性特征和运动想象时的节律特性,采用单一的特征提取算法存在分类识别率不高的问题,提出一种结合小波变换和模糊熵的特征提取方法.通过小波变换,把脑电信号进行三层分解,根据执行运动想象动作时出现的事件相关同步/事件相关去同步(ERS/ERD)特征,抽取alpha和beta频段的信号进行模糊熵特征提取,使用支持向量机分类器对运动想象脑电信号进行模式分类.实验采用第四届脑-机接口竞赛数据Data Set1数据集,结果表明,结合小波变换和模糊熵的特征提取方法明显优于采用单一模糊熵、样本熵以及其它传统的特征提取方法,最高平均分类识别率可以达到90.25％.