基于小波分析和SVM的P300腦電信號識別算法研究

謝清新，杜玉曉，朱春媚（.廣東工業大學 廣東 廣州50006；.電子科技大學 中山學院，廣東 中山58400）

基于小波分析和SVM的P300腦電信號識別算法研究

謝清新1，杜玉曉1，朱春媚2
（1.廣東工業大學 廣東 廣州510006；2.電子科技大學 中山學院，廣東 中山528400）

為了滿足癱瘓人士和虛擬現實的需求，提出基于小波分析和SVM的P300腦電信號處理算法研究，并通過實驗數據論證算法的可行性。本算法首先使用工頻陷波器和小波分析去噪，然后使用小波分解和teager能量算子分別提取時域特征量和能量特征量，并基于SVM判斷特征量是否含有P300腦電信號。實驗數據表明，本算法比單一特征量判別算法有較好的判別精度，符合需求標準。

腦電信號；小波分析；SVM；teager能量算子

腦機接口（brain-computer interface，BCI）是一類通訊接口，通過實時記錄腦電信號并對其進行一定的處理后解讀出大腦思維，而后將其轉換成控制命令實現人腦對機器的控制[1]，滿足癱瘓人士日常生活和虛擬現實的需求。

大腦通過視覺、聽覺等認知某些事件時，其通常在大腦皮層枕葉位置和頂葉位置可以明顯檢測到電位變化，這就是事件相關電位 （ERP，event related potentials），P300為當人體受到刺激后大概300 ms在大腦皮層出現一個正向的幅值變化，其幅值為0.3～50 μV，頻率為2～8 Hz，其誘發方式多樣，由于視覺的刺激方式比較簡便與易實現，因此目前基于P300的腦機接口系統（BCI）大部分都是使用范式視覺刺激。其主要滿足兩個條件：1）目標靶刺激滿足隨機性；2）目標靶在整個刺激周期中出現的刺激比率比較小。本系論文的刺激界面基于以上規則進行設計。……