基于小波包变换的运动想象脑电信号特征提取与分类-大学论文.doc

郑州大学电气工程学院毕业设计（论文）张怡然：基于小波包变换的运动想象脑电信号特征提取与分类-2--1--1-郑州大学毕业设计（论文）题目基于小波包变换的运动想象脑电信号特征提取与分类院系电气工程学院专业自动化班级2010-2学生姓名张怡然学号20100220238指导教师胡玉霞职称副教授2014年6月03日张怡然：基于小波包变换的运动想象脑电信号特征提取与分类IVIII摘要脑电信号(Electroencephalogram,EEG)是脑神经细胞电生理活动在大脑皮层和头皮的总体反映，在临床医学以及脑科学领域的研究中起着非常重要的作用。本文首先研究了国内外关于运动想象脑电信号课题的目的和意义，以及相关技术和现状。其次对左右手运动想象脑电信号进行了概述,介绍了脑电信号的特征与采集方式，及相关的同步与去同步的基本概念。然后深入了解了小波包技术及其强大的时频分析功能，并利用MATLAB软件对脑电信号进行小波包分解，最后采用支持向量机分类器实现了对各不同运动想象的脑电信号分类识别。实验结果表明，采用小波包技术提取的脑电信号特征量能较好的反映不同运动想象时的脑电信号特征，具有比较好的分类效果。关键词：小波包，特征提取，脑电信号(EEG)，支持向量机分类器AbstractEEGistheoverallreflectionofthenervecellsinthebrainelectrophysiologicalactivityinthecerebralcortexandthescalp,Itplaysaveryimportantroleinthefieldofclinicalmedicineandbrainscienceresearch.Inthispaper,Firstly,westudythepurposeandsignificanceofresearchathomeandabroadonthesubjectofmovementimaginationEEG,andrelatedtechnologiesandthestatus.SecondlyweoverviewthemovementimaginationEEGofleftandrighthandssignals,introducingthecharacteristicsandEEGacquisitionmode,andtherelatedbasicconceptsofdesynchronizationandsynchronization.Thenin-depthunderstandofthewaveletpackettechnologyanditspowerfultime-frequencyanalysisfunction.AndweuseMATLABsoftwareprogrammingontheEEGsignalbywaveletpacketdecomposition,anditsreconstructionandfeatureextraction。Atlastusingsupportvectormachine(SVM)toclassifymotorimageryEEGsignals,andtheexperimentresultsshowthatthefeatureofEEGsignalswhichareextractedbyusingwaveletpackettechnologycanreflectwellthefeatureoftheEEGsignalsandithasagoodclassificationeffect.Keywords:Waveletpacket,Featureextraction,Brainelectricalsignal,Supportvectormachine(SVM)classifier目录摘要.............................................................................................................................IAbstract……………………......................................................................................I1绪论….....................................................................................................................11.1课题研究目的和意义.........................