基于感觉运动BCI系统的EEG手部运动分类(2)

　　一种是使用C4和C3导联的差值A，即A=C4-C3。对A进行以下的特征作提取：最大幅值与最小振幅的差值，幅值的平均值，最大和最小频率的差值。其中频率是用EMD算法得出。

　　另一种方法是使用只C3导联的值，即B=C3。对B进行以下的特征作提取：最大幅值与最小振幅的差值，幅值的平均值，最大和最小频率的差值。其中频率是也用EMD算法得出。

　　2.4 数据分类

　　针对每一列特征值，每次随机取出1000组数据，进行不同动作数据组之间的该特征的数据大小比较，并计算出准确率。把上述两种方法中相应的特征的准确率相乘，得到最终的准确率。

　　3 结果对比

　　大多数实验者的数据结果与该表中的结果相一致，因此，该结果能够表明合理的分类正确率。分类结果中包含了每一个动作的每一种处理方式。结果如表1、表2所示，选取了四个实验者的实验数据，其中A代表从A（A=C4-C3）获得的数据集的准确性。B表示从B（B=C3）的数据集进行计算所获得的精确度。

　　A的结果明显优于B。这是因为C4和C3的差值更排除类似情感，精神状态等方面的干扰。从生理学上来说，当一侧的手进行运动时，左脑区与右脑区的运动中枢产生的脑电波都会发生改变。

　　手张开和捏钥匙之间的差值比手打开与握拳之间的差值更明显。这一结果的原因之一是因为对参与者来说，手张开和握拳的动作相比捏钥匙而言，更容易做。

　　4 总结和未来工作

　　本文的目的是为了提高利用脑电图来对动作进行解读的准确率，从而使与运动相关的BCI系统能更好的控制假手，并区分出不同的手部动作。本次研究得出的比较好的结果是手张开和捏钥匙两个动作的分类，平均准确率是78.75%。而手张开和握拳的分类准确率是48.25%，这证明了上述方法不适合用于此两类动作之间的分类。这对控制假手进行必要的手部动作这一目标而言，是非常重要的一步。今后的工作是准确地分类手部和手腕部的动作，并将离线分析的处理模式改进为实时数据处理。

　　参考文献

　　[1] Norden E. Huang，Zheng Shen，Steven R.Long.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].The Royal Society， 1998.

　　[2] 包尚联.脑功能成像物理学[M].郑州大学出版社，2006

　　[3] Stephan Waldert，Hubert Preisssl， Evariste Demandt.Hand Movement Direction Decoded from MEG and EEG[J].The Journal Neuroscience，January 23，2008.

　　[4] A.K.Mohamed，T，Marwala，L.R.John. Singel-trial EEG Discrimination between Wrist and Finger Movement Imagery and Execution in a Sensorimotor BCI[C].2011 33rd Annual international Conference of the IEEE EMBS.

　　[5] 颜彪，杨娟.关于希尔伯特变换的分析和研究[J].电气电子教学学报，2004， 10.

　　[6] 徐争光.经验模式分解的数学理论研究[M].华中科技大学，2009.

　　[7] D.GABOR，Dr.Ing.，Associate Member. Theory of Communication[M].24th September，1945.

　　[8] Cheolsoo Park，David Looney，Preben Kidmose.Time-Frequency Analysis of EEG Asymmery Using Bivariate Empirical Mode Decomposition[J].IEEE Transactions on Neural Systems And Rehabilitation Engineering，August， 2011.

　　[9] Pawel Herman， Girijesh Prasad，Thomas Matin McGinnity，Damien Coyle，Comparative Analysis of Spectral Approaches to Feature Extraction for EEG-Based Motor Imagery Classification[J]，IEEE Transactions on Neural Systems And Rehabilitation Engineering， August，2008.

　　[10] 庄平.脑电事件相关去同步化和同步化活动与运动相关性作业[J].中国临床康复，2004.

　　[11] Abdul-Khaaliq Mohamed.Towards Improved EEG Interpretation in a Sensorimotor BCI for the Control of a Prosthetic or Orthotic Hand[M].University of Witwatersrand， June， 2011.

　　[12] Alena Streltsova，Crisitina Berchio， Vittorio Gallese，Maria Alessandra Umilta.Time coursenand specificity of sensory-motor alpha modulation during the observation of hand motor acts and gestures：a high density EEG study[J].Exp Brain Res（2010）205：363-373.

　　[13] Han Yuan，Christopher Perdoni，Bin He.Relationship between speed and EEG activity during imagined and executed hand movements[J].Journal of Neural Engineering，2010.

　　[14] Emanuela Formagigo， Slivia Francesca Storti， Ilaria Boscolo Galazzo. Modulation of event-related desychronization in robor-assister hand performance： brain oscillatory changes in active，passive and imagined movements[J]. Journal of Neural Engineering and Rehabilitation，2013.

　　[15] G.Pfurtscheller，F.H.Lopes da Silva. Event-related EEG/MEG synchronization and desynchronization：basic principles[J].Clinical Neurophysiology.

　　[16] 邱天爽，唐洪，刘海龙.统计信号处理：医学信号分析与处理[M].科学出版社，2012.

　　[17] 赵仑.ERP实验教程[M].天津社会科学院出版社，2004.

　　[18] Bernhard Graimann，Brendan Allsion， Gert pfurtscheller.Brain-Computer Interfaces[M].Springer，2010.

　　[19] Norden E.Huang，Man-Li Wu， Wendong Qu，Steven R.Long，Samuel S.P.Shen.Applications of Hilbert-Huang transforms to non-stationary financial time series analysis[J].Applied Stochastic Models in Business and Industry，2003.

　　[20] Norden E.Huang，Man-Li Wu， Wendong Qu，Steven R.Long，Samuel S.P.Shen，Pre Gloersen，Kuang L.Fan. A confidence limit for the empirical mode decomposition and Hilbert spectral ananlysis[J].The Royal Society， 2003.

　　[21] Tjeerd W.Boonstra，Andreas Daffertshofer，Michael Breakspear， Peter J.Beek. Multivariate time-frequency analysis of electromagnetic brain activity during bimanual motor learning[J].NeuroImage，2007，36.

　　[22] G.Pfurtscheller a'b'*，Ch.Neuper a， D.Flotzinger a，M.Pregenzer b.EEG-based discrimination between imagination of right and left hand movement[J].Electroencephalography and clinical Neurophysiology 103，1997，103：642-651.