本技术方案介绍了一种创新的运动想象脑电信号特征提取系统,该系统应用于脑电信号识别技术领域。该系统通过多个采集通道收集原始脑电数据,并进行深入处理,旨在提高脑电信号识别的准确性和效率。
背景技术
目前,脑机接口(BCI)提供了一种人脑控制外部设备的方式,并且为患有严重运动障碍的人提供了一条通信与控制途径,它能将大脑的神经生理信号转换为控制外部设备的命令。而运动想象脑电信号是指在个体进行运动想象时,脑电图(EEG)记录到的信号,这一领域的研究关注如何通过脑电信号来识别个体的运动想象状态,且这种研究在脑机接口(BCI)和认知神经科学等方面具有重要意义。
关于运动想象的研究表明,在单侧手臂运动或想象运动过程中,特定频带会出现功率谱密度的衰减或增强现象,例如α波(8-13Hz)和β波(14-30Hz),这被称为事件相关去同步(ERD)和事件相关同步(ERS)。基于这一现象,研究人员设计了各种算法来从不同类型的运动想象脑电信号中提取特征信息,以助于后续的识别分类。其中共空间模式(CSP)是一种常用的适合二元分类的空间滤波器,它构建了最优的空间滤波器来最大化多通道脑电信号矩阵的方差差异,并从中获取具有区分性的特征向量。
但是,现有技术中针对左右手运动想象的脑电信号的特征提取面临着诸多挑战,如EEG信号的非平稳特性、较低的信噪比(SNR)以及眼电图(EOG)、肌电图(EMG)和电源线路干扰等伪迹问题,这些因素的共同作用导致从记录的EEG信号中准确识别运动意图变得相当困难。而CSP方法的缺点在于其对噪声干扰的抵抗能力较弱,如何抑制噪声是提高CSP算法准确性的一个重要途径。
因此,如何提供一种能够解决上述问题的运动想象脑电信号特征提取方法是本领域技术人员亟需解决的问题。
实现思路