基于运动伪迹预测的脑电信号处理方法和系统

本申请公开了基于运动伪迹预测的脑电信号处理方法和系统，包括采集被试者执行运动想象任务时的实验脑电数据；对实验脑电数据采用离散小波变换，通过低通滤波器和高通滤波器将信号分解为低频成分和高频成分；将低频成分输入至预先构建并训练完成的ARIMA模型，预测获得线性伪迹；将高频成分输入至预先构建并训练完成的XGBoost回归模型，预测获得非线性伪迹；合并线性伪迹与非线性伪迹，生成完整伪迹预测信号；通过实验脑电数据与伪迹预测信号的差值计算，分离出真实脑电信号。本申请利用ARIMA模型预测运动伪迹的时序变化，再结合XGBoost回归模型捕捉非线性伪迹特征，能够有效去除运动伪迹并恢复更为纯净的脑电信号。