基于小波的模拟自然阅读事件相关电位的单次提取

选择合适的信号处理方法从脑电信号中提取用户的信息和命令,是改进脑计算机接口通讯速率的方法之一.由于自发脑电信号(electroencephalograph,EEG)是非高斯有色噪声,且自发脑电信号的频谱不规则、与有效信号的频谱相重叠,传统的滤波方法难以取得较好的效果.基于白噪声与有效信号的小波变换模极大值在不同尺度下的传播行为不一样的原则,本文提出了一个基于自回归模型和小波变换多尺度分析的模拟自然阅读事件相关电位的单次提取方法.经对实际脑电信号处理的实验表明,该算法能较好的提取脑电信号.

基于小波的模拟自然阅读事件相关电位单次提取的研究

选择适当的信号处理方法从脑电信号中提取用户的信息和命令,是改进脑计算机接口通信速率的方法之一。由于自发脑电信号(electroencephalograph,EEG)是非高斯有色噪声,且自发脑电信号的频谱不规则,与有效信号的频谱相重叠,传统的滤波方法难以取得较好的效果。基于随机噪声与有效信号的小波变频模极大值在不同尺度下的传播行为不一样的原则,提出了一个基于自回归模型和小波变换多尺度分析的模拟自然阅读事件相关电位的单次提取方法。经对实际脑电信号处理的实验表明,该算法能更为有效的提取脑电信号。

模拟自然阅读时的视觉事件相关脑电位

研究发现了在模拟人类自然阅读模式下，视觉事件相关脑电位中的外源性成分可以被完全抑制。

脑-计算机接口通信载波信号的单次提取

为了改进脑-计算机接口通信的速率,根据模拟人类自然阅读诱发模式实验数据中,噪声和信息的统计特征随时间分段变化的特点,对RLS算法进行改进,提出分段遗忘因子RLS算法。一系列的仿真和对实际实验数据的处理表明,运用我们的方法使得单次实验提取事件相关脑电位成为可能,使脑-计算机接口的通信速率得到提高。