小波包独立分量分析及在运动想象脑机接口中的应用研究

项目名称： 小波包独立分量分析及在运动想象脑机接口中的应用研究

项目编号： No.61372023

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 马玉良

作者单位： 杭州电子科技大学

项目金额： 80万元

中文摘要： 脑-机接口（BCI）作为一种新型的人机交互技术，已成为脑科学、生物医学工程、信息科学领域的热点课题。独立分量分析（ICA）是提高脑电信号空间分辨率的常用方法，但是传统的ICA在脑电信号分析时，忽略了脑电传播的时空动态性，制约了空间分辨率的进一步提高；经验模态分解方法(EMD)首次实现了以信号自身特性自适应地构造出反映信号中各成份的基函数，适应于非线性非平稳信号的分析。因此，本项目基于小波包独立分量分析的方法研究脑机接口中的EEG问题具有重要的理论意义，其研究成果可促进脑机接口技术走向实用。本项目主要研究内容包括：1）建立改进的小波包独立分量分析算法并进行性能分析；2）开展改进的基于滑动窗的在线ICA 算法研究，并应用于EEG信号包络检测；3）建立改进的EMD多分辨率分析方法进行运动想象EEG特征分析；4）完成脑机接口系统的搭建并进行算法的验证、测试和评估。

中文关键词： 脑电信号（EEG）；消噪；特征提取；模式分类；脑机接口（BCI）

英文摘要： As a new human-computer interaction technology, Brain-Computer Interface (BCI) has been a hotspot in brain science, biomedical engineering and information science. Independent component analysis (ICA) is commonly used for improving the EEG spatial resolut

英文关键词： Electroencephalogram；Denoising；Feature Eextraction；Pattern Classification；Brain Computer Interface