《表2 脑电信号特征提取方法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于脑电EEG信号的分析分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：表中PSD为功率谱密度；PCA为主成分分析；ICA为独立成分分析；AR为自回归分析；WT为小波变换；WPT为小波包变换；FFT为快速傅里叶变换

脑电EEG信号是大脑各种电生理活动形成的电位在头皮表面的叠加，具有随机非平稳特性，如何从复杂的EEG信号中提取有用的特征量是脑电信号分析的关键。单纯按照脑电信号的频率分布做带通滤波不足以体现其特征，而高维特征向量会给后续的分类算法带来十分复杂的运算量，需要做降维处理，一般采用PCA或ICA降维。7种脑电信号特征[2]提取方法的优缺点比较见表2。