基于Ｆｉｓｈｅｒ判據時頻分析的運動相關腦電特征選擇及優化

摘要：提出了一種基于Fisher判據的運動相關腦電特征優化選擇的時頻分析方法，為優化選擇與運動意識最相關的有效腦電頻率成分提供了理論依據。在此基礎上，利用具有高時頻分辨率的Morlet小波方法，提取與腦電特征優化過程最為匹配的特征信息，對4個受試者運動相關腦電模式進行分類，平均最大分類正確率達到87.95％，通過最大分類正確率、最大互信息兩項評價指標比較，驗證了基于匹配追蹤和Fisher判據時頻分析的特征優化方法對改善大腦運動意識任務分類性能的有效性。實驗結果表明，該文所提出的方法可望應用于腦機接口系統的運動相關腦電特征優化和選擇中。

關鍵詞：特征選擇及優化；Fisher判據；Morlet小波濾波；互信息

中圖分類號：R318 文獻標志碼：A 文章編號：0253—987X(2008)08—1026—05