专利摘要： 本发明公开了一种提升小波和中值滤波相结合的算法，提升小波的构造分为三个过程，分解、预测和更新，提升小波将原始信号分解为三层，分别采用三层小波进行分解，保留第三层的低频信号，然后用中值滤波去除信号中的基线漂移，最后利用提升小波重构算法重构滤波之后的心电信号。本发明使用一种提升小波和中值滤波相结合的算法去除心电信号中的三种噪声。提升小波是一种更为快速有效的小波变换实现方法，它不依赖于傅里叶变换，继承了第一代小波的多分辨率特性，其主要的优点有结构简单、运算量低、原位运算、节省存储空间、逆变换可以直接反转实现等，而且Daubechies已经证明，任何离散小波变换都可以被分解成为一系列简单的提升步骤。

专利摘要： 本发明提出了一种基于双树复小波样本熵的运动想象脑电信号特征提取方法。首先，利用双树复小波变换将脑电信号分解在不同的频段，依据运动想象脑电信号中ERD/ERS现象，抽取有用信号的频段进行重构；然后，利用样本熵提取出脑电信号特定频段的非线性特征。本方法可以作为脑电数据信号分析中一种有效的特征处理方法，具有一定的可行性，可以获得比较高的识别率，它为BCI的特征提取提供了新的思路。