基于多特征和BP神经网络的脑-机接口研究

研究了一种基于运动想象识别的脑-机接口(BCI)系统，通过提取想象过程中的脑电信号（EEG）中Alpha波特征，采用多特征分类的方法，以提高脑-机接口系统运动想象识别的正确率。针对脑电信号单特征分类精确度低、耗时长等缺点，采用自回归模型法、统计特征提取和频域分析的方法对Alpha波提取多个特征值，利用BP神经网络进行分类，对运动想象进行识别。通过实验验证了其识别率较高，取得了预期的效果，证明了多特征融合结合BP神经网络运用于脑机接口系统的可行性。