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