摘要：目的為了研究大腦運(yùn)動想象時(shí)腦功能網(wǎng)絡(luò)的狀態(tài)變化,并區(qū)分運(yùn)動想象任務(wù),本文提出一種基于鎖相值和圖論的腦功能網(wǎng)絡(luò)特征提取方法。方法獲取Mu節(jié)律和Beta節(jié)律的運(yùn)動想象腦電信號(motor imagery electroencephalography,MI-EEG),計(jì)算任意兩導(dǎo)相同節(jié)律MI-EEG之間的鎖相值,分別構(gòu)建兩個節(jié)律的腦功能網(wǎng)絡(luò),并提取6種全局網(wǎng)絡(luò)特征參數(shù),對其歸一化處理后進(jìn)行串行融合獲得特征向量。最后以支持向量機(jī)作為分類器,采用10折交叉驗(yàn)證法,在BCI Competition III Data Sets IIIa數(shù)據(jù)集上對兩種運(yùn)動想象任務(wù)進(jìn)行分類。結(jié)果相比于其他腦網(wǎng)絡(luò)特征提取方法,本文方法獲得了較高的識別率,最高識別率和平均識別率分別達(dá)到100.00%和83.33%。結(jié)論從腦功能網(wǎng)絡(luò)的角度,通過構(gòu)建Mu節(jié)律和Beta節(jié)律兩個運(yùn)動節(jié)律MI-EEG的腦功能網(wǎng)絡(luò),提取多個反映大腦網(wǎng)絡(luò)整體信息的特征,相對于構(gòu)建單一運(yùn)動節(jié)律MI-EEG的腦功能網(wǎng)絡(luò),提取單個網(wǎng)絡(luò)特征參數(shù),能夠有效改善運(yùn)動想象任務(wù)的識別效果,為MI-EEG信號的特征提取方法提供了一種新的思路。