摘要
本发明涉及生物信号处理领域,具体公开了一种用于介入式脑电信号运动想象任务的分类方法,包括通过介入式脑机接口系统根据任务需求进行原始脑电的信号采集;对脑电信号数据预处理,结合信噪比去除噪声;独立成分分析提取脑电信号源;手动提取信号特征,进行主成分分析降维;数据放入模型进行训练,对信号进行分类。本发明通过ICA与PCA相结合对脑电信号有效去除噪声和冗余信息,减少伪影对分类结果的影响,从而提高信号的代表性特征,提升分类准确性,尤其在高噪声环境下依然能够保证良好的分类效果。
技术关键词
原始脑电信号
分类方法
随机森林模型
独立成分分析
信号特征
接口系统
主成分分析降维
频域特征
运动
支架电极
频段
分类准确率
训练集数据
噪声特征
信噪比
时域特征
系统为您推荐了相关专利信息
分析方法
孔隙水压力
应力
混合矩阵
FastICA算法
数据存储单元
筛选方法
样本
数据采集单元
随机森林模型