智能计算机与应用2025，Vol.15Issue(1) ：32-37.DOI:10.20169/j.issn.2095-2163.250105

多特征融合的脑电警觉度估计方法

Estimation method of EEG alertness based on multi-feature fusion

朱逵 苗敏敏 胡文军 王士同
智能计算机与应用2025，Vol.15Issue(1) ：32-37.DOI:10.20169/j.issn.2095-2163.250105
✕
  • 维普
  • 万方数据

多特征融合的脑电警觉度估计方法

Estimation method of EEG alertness based on multi-feature fusion

朱逵 1苗敏敏 2胡文军 2王士同3
扫码查看

作者信息

  • 1. 湖州师范学院 信息工程学院,浙江 湖州 313000
  • 2. 湖州师范学院 信息工程学院,浙江 湖州 313000;浙江省现代农业资源智慧管理与应用研究重点实验室,浙江 湖州 313000
  • 3. 江南大学 人工智能与计算机学院,江苏 无锡 214000
  • 折叠

摘要

传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法.首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验进行特征选择;其次,将选择后的特征分别输入不同分类器进行警觉度估计;最后,使用SEED-VIG数据集进行实验,对本文所提方法进行验证.实验结果表明,多特征融合的脑电警觉度估计方法具有较好的效果.

Abstract

Traditional EEG alertness recognition only extracts one type of feature in time domain,frequency domain or nonlinearity,resulting in low accuracy of alertness estimation.Therefore,this paper proposes a multi-feature fusion EEG alertness estimation method.This method first preprocesses the EEG signal,then extracts various features in time domain,frequency domain,and nonlinearity,and further uses the chi-square test for feature selection,and finally inputs the selected features into different classifiers for alertness estimation.The SEED-VIG dataset is used to verify the proposed method.The experimental results show that the EEG alertness estimation method based on multi-feature fusion has a good effect.

关键词

脑电信号/警觉度/多特征融合/卡方检验

Key words

EEG signal/alertness/multi-feature fusion/chi-square test

引用本文复制引用

出版年

2025
智能计算机与应用
哈尔滨工业大学

智能计算机与应用

影响因子：0.357
ISSN：2095-2163
段落导航相关论文