首页 | 本学科首页   官方微博 | 高级检索  
     

基于脑电信号的手指动作识别
引用本文:李同磊,刘伯强,李可,于兰兰. 基于脑电信号的手指动作识别[J]. 山东科学, 2006, 19(1): 1-5,11
作者姓名:李同磊  刘伯强  李可  于兰兰
作者单位:山东大学控制科学与工程学院,山东,济南,250061;山东大学控制科学与工程学院,山东,济南,250061;山东大学控制科学与工程学院,山东,济南,250061;山东大学控制科学与工程学院,山东,济南,250061
摘    要:分类识别技术在脑-机接口的研究中占有重要地位,本文基于在事件相关脑电图中,存在的运动感觉皮层脑电位下降和事件相关非同步现象,运用了一种基于共空域子空间分解的算法,对左右手指动作时的多通道脑电信号进行了特征提取。最后,根据提取的特征进行了手指动作的识别,在对三个人的脑电数据识别中,平均识别率达到了75.6%。

关 键 词:脑-机接口(BCI)  脑电图(EEG)  共空域子空间分解(CSSD)
文章编号:1002-4026(2006)01-0001-05
收稿时间:2005-10-11
修稿时间:2005-10-11

Identification and classification for finger movement based on EEG
LI Tong-lei,LIU Bo-qiang,LI Ke,YU Lan-lan. Identification and classification for finger movement based on EEG[J]. Shandong Science, 2006, 19(1): 1-5,11
Authors:LI Tong-lei  LIU Bo-qiang  LI Ke  YU Lan-lan
Affiliation:School of Control Science arid Engineering, Shandong University, Jinan 250061, China
Abstract:Identification and classification technology plays an important part in study of the BCI system.This paper(employs) an algorithm based on common spatial subspace decomposition(CSSD) to extract features from multichannel(electroencephalogram)(EEG) during finger movement according to bereitschaftspotential(BP) and event-related(desynchronization)(ERD) in the event-related EEG.Finally,we classify single-trial EEG with these features.The(averaged) classification accuracy is 75.6% on the data from three subjects.
Keywords:brain-computer interface(BCI)  electroencephalogram(EEG)  common spatial subspace decomposition(CSSD)  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号