融合小波包和神经网络的脑电信号处理方法

李端玲¹, 成苈委¹, 于功敬², 张忠海², 于淑月²

1. 北京邮电大学 现代邮政学院(自动化学院), 北京 100876;
2. 北京航天测控技术有限公司, 北京 100041

收稿日期:2020-10-12发布日期:2021-06-23
通讯作者:成苈委(1989-),男,博士生,E-mail:liwei_cheng89@163.com.E-mail:liwei_cheng89@163.com
作者简介:李端玲(1974-),女,教授,博士生导师.
基金资助:国家自然科学基金项目（51775052）；北京市自然科学基金项目（3212009）

An Electroencephalogram Signal Processing Method Fusing Wavelet Packet and Neural Network

LI Duan-ling¹, CHENG Li-wei¹, YU Gong-jing², ZHANG Zhong-hai², YU Shu-yue²

1. School of Modern Post(School of Automation), Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing Aerospace Measurement & Control Technology Company Limited, Beijing 100041, China

Received:2020-10-12Published:2021-06-23

摘要/Abstract

摘要： 针对运动想象脑电信号处理中分类准确率较低的问题，提出了一种基于能量（二阶矩）小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先，利用能量方法对信号进行时域分析，选取有效的时序段；然后，使用小波包变换对所选有效时域段的各导信号进行时频分解，选取与想象任务相关的频段信息重构脑电信号特征；最后，将各导信号重构的特征串接，导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证，分别取得了95.62%和90.13%的分类准确率.与近期的一些研究成果进行对比，可知该方法具有较好的分类效果.
中图分类号:
TP751.2

引用本文

李端玲, 成苈委, 于功敬, 张忠海, 于淑月. 融合小波包和神经网络的脑电信号处理方法[J]. 北京邮电大学学报, 2021, 44(3): 94-99.
LI Duan-ling, CHENG Li-wei, YU Gong-jing, ZHANG Zhong-hai, YU Shu-yue. An Electroencephalogram Signal Processing Method Fusing Wavelet Packet and Neural Network[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(3): 94-99.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4797