【摘要】： 腦機(jī)接口是一種連接大腦和外部設(shè)備的實(shí)時(shí)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(dòng),由于其具有無創(chuàng)、低成本、高時(shí)間分辨率的特點(diǎn),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(jì)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(shí)用性,是當(dāng)前腦機(jī)接口發(fā)展的熱點(diǎn)方向。在主動(dòng)式腦機(jī)接口中,腦電信號(hào)的響應(yīng)主要來自于受試者的主觀意愿,降低了對(duì)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(yùn)動(dòng)的腦機(jī)接口的原理是不同想象任務(wù)對(duì)腦電節(jié)律信號(hào)的調(diào)制。針對(duì)節(jié)律信號(hào)的能量和相位特征,論文通過對(duì)不同節(jié)律信號(hào)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(duì)便攜式想象運(yùn)動(dòng)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(shí)用化的關(guān)鍵因素。本論文提出一種通過尋找兩個(gè)最優(yōu)雙極導(dǎo)聯(lián)位置,將導(dǎo)聯(lián)數(shù)目減少到四個(gè)的新方法。通過獨(dú)立分量分析將原始信號(hào)進(jìn)行分解,利用時(shí)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(shí)驗(yàn)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(hào)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(jì)學(xué)方法將每個(gè)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(yàn)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(duì)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(yùn)動(dòng)的便攜腦機(jī)接口樣機(jī),在實(shí)際科技館展示中經(jīng)大量人群測(cè)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(yùn)動(dòng)皮層依次出現(xiàn)代表腿、手、臉、舌頭運(yùn)動(dòng)的體的想象運(yùn)動(dòng)與運(yùn)動(dòng)皮層中該肢體對(duì)應(yīng)功能區(qū)的興奮或抑制狀態(tài)此想象運(yùn)動(dòng)的 ERD/ERS 分布將符合這種軀體運(yùn)動(dòng)的定位圖。例如時(shí)，ERD 分布在兩側(cè)區(qū)域；而想象腳的運(yùn)動(dòng)時(shí) 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(gè)導(dǎo)聯(lián)進(jìn)行記錄部分導(dǎo)聯(lián)位于感覺運(yùn)動(dòng)皮層，以獲得運(yùn)動(dòng)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(shí)際運(yùn)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(yùn)動(dòng)，，控制屏幕上的白色小球光標(biāo)右端的指示進(jìn)行移動(dòng)。
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：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(huì)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(bào);2006年05期

相關(guān)會(huì)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(hào)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(huì)論文集（上冊(cè)）[C];2007年

2 王曉偉;石林鎖;成浩;;基于獨(dú)立分量分析的圖像特征提取[A];第十七屆全國測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 宋華珠;基于獨(dú)立分量分析的結(jié)構(gòu)損傷識(shí)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(hào)識(shí)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(shí)驗(yàn)研究[D];天津大學(xué);2005年

4 魏慶國;基于運(yùn)動(dòng)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(hào)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(yáng);基于腦電Alpha波的腦-機(jī)接口系統(tǒng)設(shè)計(jì)[D];天津大學(xué);2004年

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

3 湯影;獨(dú)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(hào)采集系統(tǒng)的設(shè)計(jì)與實(shí)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(jì)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(cè)[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(shí)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(hào)分析中的應(yīng)用[D];大連理工大學(xué);2006年

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

本文編號(hào)：2617808