EMD融合PSD、CSP的脑电特征提取方法

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.