基于脑电复杂度的意识任务的特征提取与分类[1]

裴晓梅 和卫星 郑崇勋

西安交通大学生物医学信息工程教育部重点实验室，陕西西安 710049

摘要：本文提出了利用脑电复杂度提取大脑运动意识特征，应用。。。。。。

关键字：脑电复杂度；特征提取；Mahalanobis距离；信噪比；互信息(MI)

Feature Extraction and Classification of Consciousness Task Based on EEG Complexity

Pei Xiaomei, He Weixing, Zheng Chongxun

Key laboratory of Biomedical Information Engineering of Education Ministry, Xi’an Jiaotong University, Xi’an 710049, China

Abstract: The EEG complexity as brain motor task feature is proposed in this paper. Applying。。。。。。

Keyword: EEG complexity; feature extraction; Mahalanobis distance; SNR; Mutual Information (MI)

1、引言

长期以来，人们希望能将人脑意识信息直接与计算机沟通，实现。。。。。

3特征选择和分类

两个任务模式总体之间的Mahalanobis距离为^[7]：

                               (3）

。。。。。。

6 讨论与结论

在目前文献报道中，大多数人认为。。。。。。

参考文献

[1] Schlögl A,Lugger K,Pfurtscheller G,Using Adaptive Autoregressive Parameters for a BCI Experiment, Proceedings of the 19th Annual International Conference IEEE/EMBS, 1997;19:1533~1535.

。。。。。。

作者简介

裴晓梅：女，博士，西安交通大学讲师，研究方向：脑机接口技术，Email：……