EEG Signal Denoising and Feature Extraction Using Wavelet Transform in Brain Computer Interface

• 作 者: 吴婷 颜国正 杨帮华 孙虹
• 机 构: SchoolofElectronic
• 出 处: Journal of Donghua University(English Edition)
• 发表日期: 2007年5期
• 关键词: 脑电图 预处理 小波变换 特征提取 EEG preprocessing wavelet transform feature extraction

脑电图(EEG ) 信号预处理是在大脑计算机接口(BCI ) 的最重要的技术之一。目标是增加 signal-to-noise 比率并且为特征抽取和模式识别使它更有利。小浪变换是多决定时间频率分析的一个方法，它能分解由不同频率组成进不同频率乐队的混合信号。EEG 信号被分析并且降噪使用小浪变换。而且，小浪变换能被用于 EEG 特征抽取。特定的亚乐队和根据菲希尔距离标准有最大的可分性的相应分解系数的精力作为特征被选择。为分类的特徵向量被从不同隧道联合有效特征获得。表演被可分性和模式识别精确性用 BCI 200