期刊简介
本刊是山东生物医学工程学会等主办的，面向国内外公开发行的学术性期刊。主要栏目有研究论文、科研简报、文献综述、专题讲座、新产品评介、信息动态等。主要刊登人口器官、生物材料、生物力学、生物效应、生物电阻抗、生物信息与控制、生物医学测量、心脏起博与电生理、医学超声、血液净化、中医药工程、人工智能、医学图像与成像、介入医学工程技术、康复工程、组织工程、生物芯片、传感器等领域的文章。该刊面向广大医生、生物医学工程工作者等。本刊除注重论文质量外，最大特点是注重时效性、出版周期短，刊出时间为三个月以内。本刊于1982年创刊，是中国学术期刊、中国期刊网入编期刊、中国学术期刊综合评价数据库来源期刊、中文科技期刊数据库收录期刊。
首页>生物医学工程研究杂志
- 杂志名称：生物医学工程研究杂志
- 主管单位：山东省科学技术协会
- 主办单位：山东生物医学工程学会 山东省医疗器械研究所 山东省千佛山医院
- 国际刊号：1672-6278
- 国内刊号：37-1413/R
- 出版周期：季刊
期刊荣誉：中国学术期刊(光盘版)全文收录期刊期刊收录：上海图书馆馆藏, 维普收录(中), 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), 国家图书馆馆藏, 知网收录(中), 北大核心期刊(中国人文社会科学核心期刊)
基于CSP算法与小波包分析方法的运动想象脑电信号特征提取性能的比较
吴林彦；鲁昊；高诺；王涛
关键词：小波包分析, 共同空间模式(CSP), 支持向量机(SVM), 脑机接口(BCI), 运动想象(MI)
摘要：运动想象脑电特征快速准确提取是脑-机接口技术研究的重要问题.本研究分别讨论了共同空间模式(common spatial pattern, CSP)与小波包分析关于左右手运动想象特征提取的原理,并对两种方法进行了比较.对于GRAZ大学提供的运动想象脑电数据,使用CSP 与支持向量机(support vector machine, SVM)结合的分类正确率高为85.5%;使用小波包分析与SVM结合的分类正确率高为99%.同时对于本实验室采用Emotiv epoc+ 系统采集的运动想象脑电数据,利用小波包分析与 SVM结合的分类正确率也保持在98%以上.实验结果表明,相较于CSP算法,小波包分析对于运动想象特征提取的效果更好.
友情链接