基于ADS1298与FPGA的高性能脑电信号采集系统.pdf

代码演示说明了脑电信号频谱、能量、功率谱密度等相关联系，详见https://www.xxy.ink/learn/bci/4.html

对某信号进行3层小波包分解并重构，提取方差，获得信号特征。

根据测得的实验数据，可以在matlab上显示不同各个通道上的脑电信号

2020年研究生数学建模，第十七届华为杯研究生数学建模，脑机接口，参考文献，全套人工智能，可完成题目所有要求。

关于脑电信号的连续小波变换分析，主要用来看脑电异常的。

1、BCI2008竞赛数据，9个受试者，分为测试和训练两个部分，附有配套的说明文档！ 2、BCI2008带标签数据集，9个受试者，内含采样率，标签等，附有说明文档！

基于脑电信号的疲劳检测，冯知音，张建，疲劳驾驶是交通事故的主要诱因之一，许多学者对驾驶员疲劳状态的检测展开了研究。根据检测方法的不同可分为基于驾驶行为、基于计

ADJUST是一种用于识别和清除EEG数据的全自动算法。ADJUST基于独立成分分析（ICA），这是一种成功的但无监督的从EEG记录中分离伪影的方法。ADJUST通过组合定型工件特定的空间和时间特征来识别工件ICA。对功能进行了优化以捕获眨眼，眼球运动和一般的不连续性。一旦识别出伪造的IC，就可以简单地将它们从数据中删除，同时由于神经源几乎不受影响而保持活动状态。 ADJUST作为EEGLAB软件的插件在Matlab中运行 使用方法：解压后放在toolbox-eeglab-plugin下，然后运行eeglab gui界面，在tools种出现

针对运动想象脑电信号特征提取困难，分类正确率低的问题，提出了利用小波熵进行特征提取并采用支持向量机（SVM）来分类的算法。计算运动想象脑电信号的功率，通过理论分析选择小波包尺度，对信号功率进行小波包分解并计算其小波包熵（WPE），提取C3、C4导联的小波包熵插值组成特征向量，将特征向量作为分类器的输入送入支持向量机进行分类。采用国际BCI竞赛2003中的Graz数据进行验证，算法的最高分类正确率达97.56%。算法特征向量维数低、数据量小、分类正确率高，对运动想象脑电信号特征提取及分类的任务可以提供参考方法。