基于Matlab工具箱的脑—机接口数据处理.pdf

电脑知识与技术 基于Matlab 工具箱的脑—机接口数据处理 伍智萱 杨 晨 王 聪 郑州大学 信息工程学院，河南 郑州 450006 摘要：脑电信号 （EEG）是一种典型的生 电信号，包含大量生理和病理信息，对于神经医学、临床检测以及新兴脑-机 接口科技的发展，都有深远的意义。研究简单介绍了脑电信号的数据预处理、特征抽取和分类。脑电信号的非平稳性和背景 噪声等都很强，因此在预处理中要进行数字滤波。特征抽取采用小波包分解分析，之后进行小波阈值去噪。采用BP 神经网络 LM 算法进行分类预测。 关键词：脑电信号；数字滤波；小波分析；Levenberg—Marquardt 算法；MATLAB TP 183 A 1009-6434 20 16 05-0074-03 中图分类号： 文献标识码： 文章编号： （ ） Data Processing of Brain Computer Interface Based on Matlab Toolbox Wu Zhixuan ，Yang Chen ，Wang Cong Infor ation Engineering College ，Zhengzhou University ，Zhengzhou ，450006，China Abstract Electroencephalogra EEG is a typical biological signals and contains a large nu ber of physiological and ： （ ） ， pathological infor ation ，for neural edicine ， clinical detection and new brain co puter interface technology develop ent ， far-reaching significance.This paper briefly introduced EEG data preprocessing ， feature extraction and classification.EEG nonstationarity and background noise is very strong ，so in the pretreat ent to digital filter.Feature extraction using wavelet packet deco position analysis.After the wavelet threshold denoising.The LM algorith of BP neural network to classify and predict. Keywords ：EEG signal ；digital filter ；wavelet analysis；LM algorith ；MATLAB 引言 5 个点抽取一个点，即将采样频率由1000Hz 变为200Hz。选 取10000 个样本点 （约为 9.06s）作为研究对象。 脑—机接口（Brain_computer interface，以下简称BCI） EEG 信号是一种微弱（μV级）的非平稳的电生理信号， 是在人或动物脑 （或者脑细胞的培养物）与外部 备间建立