脑电EEG信号的分析分类方法
随着脑电图技术和脑科学研究的不断深入,脑电信号的分析方法得到飞速的发展.脑电信号的分析分类处理主要包含三个阶段:脑电信号预处理、特征提取和分类识别.每个阶段都有各种不同的处理方法,本文对每个阶段的分析处理方法进行综述.脑机接口在人脑与外部设备之间建立直接连接通路，实现这一连接的设备主要有脑电图（EEG）、皮层脑电图(ECoG)等，而EEG 作为一种无创的生理信号检测方法得到了广发的研究和应用。BCI 系统依赖EEG 判断人脑发出的指令，在这个过程中EEG 信号的采集、数据处理和模式分类决定了BCI 系统的性能。EEG 数据处理包括数据预处理和特征提取，数据处理影响后续模式分类的速度和准确率；分类器的选择决定了模式分类的结果。脑电信号是复杂的非平稳随机信号，脑电数据的分析和处理是BCI 系统的关键技术，是研究的重点和难点，决定了BCI 系统的发展前景。近年来脑电数据的预处理、特征提取和分类识别方法得到了广泛深入的研究，多种脑电数据处理方法应用于BCI 系统。具体实践中选择何种数据处理方法主要由研究对象决定，根据研究所需脑电数据的特征和数据量的大小决定采用的数据预处理和特征提取方法，多种分类识别方法的综合运用是脑电信号模式识别的发展趋势。
脑电图 信号处理 特征提取 分类识别 深度学习
陈泽龙 谢康宁
中国人民解放军联勤保障部队第九00医院 福州350025 空军军医大学生物医学工程系 西安 710032
国内会议
苏州
中文
300-307
2019-07-18（万方平台首次上网日期，不代表论文的发表时间）