基于标准时频变换的脑电信号分析方法

脑电(EEG)信号是一种非平稳的随机信号,在时间上有很高的分辨率。然而EEG复杂多变并且含有眼电、肌电等多种干扰成分,不利于分析和处理,因此应用一种新的时频变换方法——标准时频变换对EEG信号进行分析。首先采用标准时频变换将EEG信号转换成时频图;然后依照EEG的波段把时频图分成5个部分,将每个部分的总能量值提取出来作为分类特征;再将特征输入K最邻近分类器进行分类;最后以纽约州立大学健康中心提供的酗酒者及正常人的EEG公开数据库为例,来验证方法的有效性。在数据库中选取75名酗酒者和45名正常人进行分类实验,并与其他脑电分类方法进行了对比分析。结果表明,该方法具有更高的分类准确率,准确率可达99%,并且对参数不敏感,所需的分类特征种类少,是一种高效的EEG分类方法,为EEG信号分类提供了新思路。