【摘要】： 腦機(jī)接口是一種連接大腦和外部設(shè)備的實時通信系統(tǒng)。頭皮腦電是通過布置在頭皮上的電極記錄到的大腦的電活動,由于其具有無創(chuàng)、低成本、高時間分辨率的特點,被廣泛應(yīng)用于腦機(jī)接口領(lǐng)域�；谀X電的便攜式設(shè)計方案能夠進(jìn)一步降低腦機(jī)接口系統(tǒng)的復(fù)雜度,從而增強(qiáng)其實用性,是當(dāng)前腦機(jī)接口發(fā)展的熱點方向。在主動式腦機(jī)接口中,腦電信號的響應(yīng)主要來自于受試者的主觀意愿,降低了對外界刺激的依賴性,提升了腦電特征的信噪比,因此更加適合于在便攜系統(tǒng)中應(yīng)用。 基于想象運動的腦機(jī)接口的原理是不同想象任務(wù)對腦電節(jié)律信號的調(diào)制。針對節(jié)律信號的能量和相位特征,論文通過對不同節(jié)律信號混疊效果的分析,解釋了虛假同步化現(xiàn)象的原因,以及事件相關(guān)去同步化與皮層間相位同步化的關(guān)系。在此基礎(chǔ)上,我們提出了針對便攜式想象運動腦機(jī)接口的特征結(jié)合和分類器選擇的方案,提高了在線系統(tǒng)的性能。 減少電極數(shù)量是改善腦機(jī)接口系統(tǒng)便攜化和實用化的關(guān)鍵因素。本論文提出一種通過尋找兩個最優(yōu)雙極導(dǎo)聯(lián)位置,將導(dǎo)聯(lián)數(shù)目減少到四個的新方法。通過獨立分量分析將原始信號進(jìn)行分解,利用時域、空域和頻域特征來判斷alpha節(jié)律和mu節(jié)律的源成份。根據(jù)8名受試者實驗結(jié)果,優(yōu)化導(dǎo)聯(lián)布局能夠有效的提升分類效果,并在一周之內(nèi)具有穩(wěn)定性。 在利用相位鎖定ERP信號的聽覺認(rèn)知腦機(jī)接口范式下,目標(biāo)刺激能夠誘發(fā)更為穩(wěn)定和明顯的腦電響應(yīng)。在該范式下,為了減少刺激重復(fù)次數(shù),提高BCI通訊速度,我們引入了一種統(tǒng)計學(xué)方法將每個樣本在SVM特征空間內(nèi)的分類間隔轉(zhuǎn)化為目標(biāo)的后驗概率,并使得算法自適應(yīng)地決定刺激重復(fù)次數(shù)。通過對8名受試者的結(jié)果分析,這種自適應(yīng)方法經(jīng)4~6次重復(fù)即可獲得與傳統(tǒng)方法15次重復(fù)刺激相近的準(zhǔn)確率,這表明自適應(yīng)算法能夠有效地提升便攜聽覺腦機(jī)接口的信息傳輸速率。 在算法分析的基礎(chǔ)上,本論文還開發(fā)了基于想象運動的便攜腦機(jī)接口樣機(jī),在實際科技館展示中經(jīng)大量人群測試,性能穩(wěn)定。
【圖文】：

神經(jīng)元功能的分布形成了有規(guī)則的圖譜，如圖 2.1 所示。按從頂葉側(cè)顳葉的順序，運動皮層依次出現(xiàn)代表腿、手、臉、舌頭運動的體的想象運動與運動皮層中該肢體對應(yīng)功能區(qū)的興奮或抑制狀態(tài)此想象運動的 ERD/ERS 分布將符合這種軀體運動的定位圖。例如時，ERD 分布在兩側(cè)區(qū)域；而想象腳的運動時 ERD 的分布位于中央

我們按照國際標(biāo)準(zhǔn)的 10-20 導(dǎo)聯(lián)系統(tǒng)選擇 32 個導(dǎo)聯(lián)進(jìn)行記錄部分導(dǎo)聯(lián)位于感覺運動皮層，以獲得運動皮層更好的空間分辨率，導(dǎo)聯(lián)分圖 2.3(a)所示，灰色為放置的導(dǎo)聯(lián)位置。圖 2.3(b)展示了實際運行的程序界面試者的任務(wù)是通過進(jìn)行不同類型的想象運動，，控制屏幕上的白色小球光標(biāo)右端的指示進(jìn)行移動。
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：TP334.7

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 徐福安;馬明;林宏亮;;雞尾酒會問題及其在軍事偵察中應(yīng)用的研究[J];中國電子科學(xué)研究院學(xué)報;2006年05期

相關(guān)會議論文 前2條

1 謝松云;張振中;張偉平;張坤;;ICA方法在腦電信號去噪中的應(yīng)用研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（上冊）[C];2007年

2 王曉偉;石林鎖;成浩;;基于獨立分量分析的圖像特征提取[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 宋華珠;基于獨立分量分析的結(jié)構(gòu)損傷識別研究[D];武漢理工大學(xué);2006年

2 楊幫華;自發(fā)腦電腦機(jī)接口技術(shù)及腦電信號識別方法研究[D];上海交通大學(xué);2007年

3 劉伯強(qiáng);腦機(jī)接口分類算法及實驗研究[D];天津大學(xué);2005年

4 魏慶國;基于運動想象的腦—機(jī)接口分類算法的研究[D];清華大學(xué);2006年

5 劉盛鵬;基于Contourlet變換的圖像稀疏分量分析[D];上海大學(xué);2007年

6 孫國霞;基于無監(jiān)督成分分析的圖像檢索方法研究[D];山東大學(xué);2007年

7 劉國華;聲發(fā)射信號處理關(guān)鍵技術(shù)研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 高揚;基于腦電Alpha波的腦-機(jī)接口系統(tǒng)設(shè)計[D];天津大學(xué);2004年

2 呂鑫;獨立分量分析在MIMO OFDM系統(tǒng)信道盲估計中應(yīng)用的研究[D];蘭州大學(xué);2006年

3 湯影;獨立分量分析離線算法的研究與應(yīng)用[D];電子科技大學(xué);2006年

4 郭輝;基于ICA的工業(yè)過程監(jiān)控研究[D];北京化工大學(xué);2006年

5 臧國華;面向腦機(jī)接口的腦電信號采集系統(tǒng)的設(shè)計與實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2005年

6 張小燕;基于ICA的光譜估計方法研究[D];云南師范大學(xué);2006年

7 高偉;基于Fast-ICA算法的自適應(yīng)MMSE多用戶檢測[D];安徽大學(xué);2006年

8 黨杰;盲源分離圖像加密方法改進(jìn)與實現(xiàn)[D];大連理工大學(xué);2006年

9 武建;盲源分離研究及其在腦電信號分析中的應(yīng)用[D];大連理工大學(xué);2006年

10 韓仲志;獨立分量分析及其在語音識別預(yù)處理中的應(yīng)用[D];廣西師范大學(xué);2006年

本文編號：2617808