非侵入性脑电图信号的双谱分析区分复杂和自然抓握类型

双谱作为频域分析中的革命性工具脱颖而出，通过捕获频率分量之间的关键相位信息超越了常规功率谱。在我们的创新研究中，我们利用双谱分析和解码复杂的抓握运动，收集了五名人类受试者的脑电图数据。我们使用三个分类器对数据进行测试，重点关注幅度和相位相关特征。结果突显了双谱在深入神经活动和区分各种抓握运动方面的惊人能力，其中支持向量机(SVM)分类器表现突出。在二分类中，它在识别力抓握时达到了97%的准确率，在更复杂的多类任务中保持了94.93%的准确率。这一发现不仅强调了双谱的分析能力，也展示了SVM在分类中的卓越能力，为我们理解运动和神经动力学打开了新的大门。