• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2010 3rd International Conference on Biomedical Engineering and Informatics >Feature extraction and classification of EEG for imagery movement based on mu/beta rhythms
【24h】

Feature extraction and classification of EEG for imagery movement based on mu/beta rhythms

机译：基于mu / beta节奏的图像运动脑电特征提取和分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classification of electroencephalogram(EEG) is a crucial issue for EEG-based brain computer interface(BCI) system. The paper presents a method for EEG classification, where property of event-related desynchronization/synchronization(ERD/ERS) of mu/beta rhythms, The mu/beta rhythms are obtained after filtering and wavelet packet transform. The energy feature is formed by the squared amplitude of the preprocessed data, and then be classified by the function “classifiy” attached by matlab7.0.This is an extension of our previous work on the use of ERD/ERS of mu/beta rhythms for EEG classification. Numerical experiments with imagery movement data set in 2003 BCI competition, confirm the useful behavior of the property for EEG classification, and well verify the property in turn.
机译：脑电图（EEG）的分类是基于EEG的脑计算机接口（BCI）系统的关键问题。本文提出了一种脑电信号分类的方法，该方法具有事件相关的μ/β节律失步/同步（ERD / ERS）特性，通过滤波和小波包变换得到μ/β节律。能量特征由预处理数据的平方振幅形成，然后由matlab7.0附加的函数“分类”进行分类。这是我们先前对mu / beta节奏使用ERD / ERS的工作的扩展用于脑电图分类。使用2003年BCI比赛中图像运动数据集进行的数值实验，证实了该属性对于EEG分类的有用行为，并依次验证了该属性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号