郭闽榕

(福州大学 数学与计算机科学学院，福建 福州350000)

0 引言

脑-机接口[1](Brain-Computer Interface，BCI)系统是一种不需要任何外部肌肉活动的通信系统，能够将大脑活动产生的脑信号转化为对电子设备的指令。 运动想象(Motor Imagery，MI)是脑-机接口领域的一大研究热点，有神经功能障碍、运动障碍的人可以通过大脑控制假肢[2]，也能够应用于脑卒等疾病的预后康复中[3]，提高患者的恢复效果。 此外，基于运动想象的脑-机接口系统还被应用于游戏领域[4]，为健康用户提供娱乐新方式。

记录脑活动的方式多种多样，由于采集设备价格较低、无侵入性、高分辨率等优点，基于脑电(Electroencephalogram，EEG)信号的BCI 系统的应用最为广泛。 在采集数据时，由于EEG 信号是通过放置在头皮上的导联采集的，脑信号要经过大脑颅骨和皮肤才能到达头皮，还会受到眼电、肌电、心电和周边环境的影响，故信噪比较低。

由此，本文提出一种多通道的特征提取方法，去除冗余信息，获得更加紧凑、区分性更强的特征表示，能够有效提高运动想象脑电信号的识别准确率。

1 基于运动想象的脑-机接口系统结构及其工作原理

基于运动想象脑电信号的脑-机接口系统由脑电信号采集、脑电信号识别和设备控制三个部分组成，脑电信号识别部分是其核心所在，是脑-机接口系统能否准确、快速地将脑电信号转换为设备控制命令的关键。 运动想象脑电信号识别主要步骤如图1 所示。

图1 脑-机接口系统结构图

运动想象是当前的一大研究热点，想象身体不同部位的运动会导致大脑Mu 和Bata 节律的变化[5]。……