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。

通过求解EEG信号的模糊熵来表征信号的复杂度，输出结果对应脑电通道数的数据向量，可以结合脑电地形图的程序，画脑电信号地形图，直观看出脑电某些区域的复杂度

脑电信号去除心电伪迹程序 ，采用递推最小二乘法RLS的自适应滤波器

基于脑电信号的身份识别方法，作者应用运动想象的方法分三个波段，想象四类运动。

基于小波分析的脑电信号能量特征提取，先对脑电信号进行小波分解，提取小波系数，再用小波系数构造脑电信号的能量特征。

脑机接口是一种通过特定手段对脑电信号进行提取，利用信号处理算法解码，分析大脑信号，识别人脑的技术。为了提高二分类运动想象脑电信号的识别准确率，该文提出了一种基于LSTM神经网络的脑电信号分类方法，以2003年BCI国际竞赛的公开数据对所提出的方法进行验证。实验结果证明，LSTM神经网络训练出的模型具有良好的效果，分类的平均准确率接近90%。