【摘要】： 近年來，由于計算機硬件和信號處理技術(shù)的飛速發(fā)展，使得人們利用腦電信號與計算機之間進行通訊成為可能。腦機接口(BCI)就是一種不依賴于腦的正常輸出途徑(外周神經(jīng)系統(tǒng)及肌肉組織)，而是基于腦電信號實現(xiàn)人腦與計算機或其它電子設(shè)備進行通訊和控制的一種新的人機接口方式。腦機接口作為一種全新的信息交換和控制技術(shù)，可以為那些思維正常但有嚴重運動障礙的患者提供語言交流和環(huán)境控制，并且在自動控制、軍事領(lǐng)域也有潛在的應用價值。鑒于其巨大的應用前景，腦機接口已經(jīng)引起國際科學界的高度重視，成為腦科學、康復工程、生物醫(yī)學工程及人機控制領(lǐng)域的一個研究熱點。 大腦在進行不同的思維活動時會激活大腦皮層不同區(qū)域并能誘發(fā)不同EEG節(jié)律的生理現(xiàn)象，使得利用EEG信號對思維作業(yè)進行分類成為可能，并成為利用思維作業(yè)來設(shè)計BCI的依據(jù)之一。在基于思維作業(yè)的BCI系統(tǒng)中，用戶進行左右手想象運動、數(shù)學思維運算等有關(guān)的思維活動，通過腦電采集裝置采集相應的腦電信號，提取特征進行分類，然后將不同的思維活動與不同的指令結(jié)合起來，實現(xiàn)人腦和外部設(shè)備的通信。 在BCI系統(tǒng)中，腦電信號的采集、特征提取和識別是關(guān)鍵的環(huán)節(jié)。如果這些環(huán)節(jié)處理的不好，系統(tǒng)就不能正確解讀出使用者的思維意圖，也就不能對控制設(shè)備發(fā)出符合使用者的控制信號。本文主要基于腦電信號對不同的思維任務進行分類，針對以上環(huán)節(jié)開展相關(guān)的工作： 本文采用獨立分量分析方法(ICA)對腦電信號進行處理。在醫(yī)學信號的采集過程中，頭皮腦電的記錄數(shù)據(jù)常常混入一些偽跡，去除這些偽跡是必要的。獨立分量分是近年發(fā)展起來的一種新的統(tǒng)計方法，其基本思想是將觀察信號按統(tǒng)計獨立的原理通過優(yōu)化算法分解為若干獨立成分，將ICA用于消除EEG中干擾噪聲和模式提取已成為今年研究的熱點。本文對ICA的基本原理和典型算法進行了研究，重點介紹了Infomax算法和FastICA算法，并驗證ICA在語音信號和腦電信號中的消噪效果，實驗表明ICA能夠在保護有用信號的同時較為成功地削弱甚至完全消除腦電信號中的各種干擾信號，將在醫(yī)學信號處理領(lǐng)域內(nèi)有廣大的應用前景。 本文中采用AR模型系數(shù)來描述腦電信號的特征。對于本文采用的思維腦電信號，建立6階的AR模型進行特征提取，采用AR模型的系數(shù)作為特征樣本進行分類。并且設(shè)計一個合適的BP神經(jīng)網(wǎng)絡(luò)分類器對各種思維腦電信號的特征數(shù)據(jù)進行分類，取得了較好的分類結(jié)果。本文對二種到五種思維作業(yè)腦電信號進行分類，都獲取了較高的分類正確率。
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2007
【分類號】：TP334.7;TP18
【圖文】：

腦機接口的輸出可能去控制光標的移動、字母或圖標的選擇、輪椅的轉(zhuǎn)動等，同時還提供反饋，使用戶和腦機接口能夠互相適應。基本的腦機接口如圖1一1所示。它可以分為三個子系統(tǒng):腦電信號的采集子系統(tǒng)，腦電信號的處理子系統(tǒng)和輸出子系統(tǒng)。腦電信號采集子系統(tǒng)收集并數(shù)字化從頭皮或者頭皮表面測量所記錄的EEG信號;數(shù)字化的腦電信號被送入信號處理子系統(tǒng)，在那里要經(jīng)過一個或者多個特征量的提取過程(例如空間濾波等)，把包含著使用者信息和指令編碼的特征信號提取出來，然后由分類器對所提取的

2.1.2腦電信號的采集腦電信號屬于“V級的微弱信號，頻率范圍在0.5一30Hz之間。根據(jù)國際腦電圖學會的建議，目前國內(nèi)外普遍采用國際10/20系統(tǒng)電極放置法，圖2一1所示。將鼻根和枕外粗隆的聯(lián)結(jié)線分作10等份。其中點為頭頂(vertex)，然后把鼻根，外耳孔和枕外粗隆的聯(lián)結(jié)線也做10等份。根據(jù)以頭頂為中心的同心圓與半徑的交叉點來確定電極部位。冬功嚕圖2一1:10/20電極安放位置在國際10/20系統(tǒng)中，有21個電極位置，電極的名稱分別為:rPI，即2，F(xiàn)3，F(xiàn)4，C3

第三章獨立分量分析的原理和算法A在腦電消噪中的應用分量分析方法是為了解決“雞尾酒會”問題:m個人對著n個話筒(m圖區(qū)分出m個人講話的具體內(nèi)容。顯然，通過n個話筒和放大器之信號是m個源信號的混合。在這兒，選用了男女兩路語音信號源，x2的矩陣模擬兩個源的混合，應用ICA實現(xiàn)分離兩個混合信號。

【相似文獻】

相關(guān)期刊論文 前10條

1 蔣宇;李志雄;;齒輪箱振動源信號分離與故障診斷研究[J];湖北工業(yè)大學學報;2011年04期

2 陸鳳波;黃知濤;姜文利;;基于Fast-ICA的CDMA信號擴頻序列盲估計及性能分析[J];通信學報;2011年08期

3 焦芳芳;封志宏;楊桂芹;;盲信號分離及盲信號抽取研究[J];無線電工程;2011年09期

4 趙偉;陳仁安;張曉玲;;基于ICA和DCT的標注水印盲提取算法[J];電子測量技術(shù);2011年06期

5 程舒慧;吳小培;;基于滑動窗口的ICA算法動態(tài)分離胎兒心電[J];工業(yè)控制計算機;2011年06期

6 趙偉;陳仁安;張曉玲;游榮義;;基于ICA和DCT的魯棒性盲水印算法[J];廈門理工學院學報;2011年02期

7 錢博;王洋;滕振宇;;差分跳頻信號分離方法研究[J];沈陽理工大學學報;2011年02期

8 林積微;周新豐;李輝;;基于負熵的多目標射頻信號分離研究[J];無線電通信技術(shù);2011年04期

9 賀崢嶸;劉智;王番;陳永昌;;非下采樣Contourlet域的ICA法SAR圖像相干斑抑制[J];測繪工程;2011年03期

10 郭水旺;李白燕;;過完備ICA算法在語音信號提取中的應用[J];計算機系統(tǒng)應用;2011年07期

相關(guān)會議論文 前10條

1 謝凡;滕云田;徐沁;;獨立分量分析在地磁臺站軌道交通干擾分析中的應用[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術(shù)大會論文集[C];2010年

2 劉喜武;劉洪;李幼銘;;獨立分量分析及其在地震信息處理中應用初探[A];中國科學院地質(zhì)與地球物理研究所二○○三學術(shù)論文匯編·第四卷(油氣資源)[C];2003年

3 秦先勇;沈功田;何仁洋;李寰;;基于獨立分量分析的氣體管道泄漏信號消噪方法研究[A];壓力管道技術(shù)研究進展精選集——第四屆全國管道技術(shù)學術(shù)會議[C];2010年

4 劉杰;印興耀;楊培杰;;基于獨立分量分析的地震盲反褶積方法[A];中國地球物理學會第二十三屆年會論文集[C];2007年

5 孫軍曉;王永剛;白博;;快速獨立分量算法在地震解釋中的應用研究[A];中國地球物理學會第二十四屆年會論文集[C];2008年

6 潘永;印興耀;劉杰;;基于獨立分量分析的地震數(shù)據(jù)串聯(lián)處理[A];中國地球物理學會第二十四屆年會論文集[C];2008年

7 李國福;曹思遠;張鳳君;周鵬;韓瑞東;;地震去噪中的P-ICA方法[A];中國地球物理第二十一屆年會論文集[C];2005年

8 楊科化;柳重堪;;基于獨立分量分析的數(shù)字水印攻擊[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

9 劉建輝;李振春;;基于線性幾何獨立分量分析的多次波壓制方法[A];中國地球物理·2009[C];2009年

10 郭旭紅;朱忠奎;;基于ICA的工業(yè)過程監(jiān)控方法及其在TEP中的應用[A];蘇州市自然科學優(yōu)秀學術(shù)論文匯編(2008-2009)[C];2010年

相關(guān)博士學位論文 前10條

1 周仲興;復合下肢想象動作電位的特征識別新技術(shù)研究[D];天津大學;2009年

2 韓軍;內(nèi)燃機的非平穩(wěn)信號分析方法及其噪聲源小波識別技術(shù)的研究[D];天津大學;2004年

3 焦衛(wèi)東;基于獨立分量分析的旋轉(zhuǎn)機械故障診斷方法研究[D];浙江大學;2003年

4 許宏吉;發(fā)射分集和波束形成優(yōu)化設(shè)計及其盲接收技術(shù)研究[D];山東大學;2005年

5 林秋華;基于盲源分離的圖像與語音加密新方法研究[D];大連理工大學;2006年

6 李小軍;獨立分量分析及其在陣列信號處理中的應用[D];西安電子科技大學;2004年

7 米建勛;帶參考信號的獨立分量分析理論及其應用研究[D];中國科學技術(shù)大學;2010年

8 靜行;基于獨立分量分析的結(jié)構(gòu)模態(tài)分析與損傷診斷[D];武漢理工大學;2010年

9 萬敏;獨立分量分析的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學;2011年

10 郭曉靜;獨立分量分析在腦—機接口中的應用研究[D];安徽大學;2010年

相關(guān)碩士學位論文 前10條

1 胡人君;腦機接口應用中的思維任務分類研究[D];安徽大學;2007年

2 郭婧;基于聽覺注意的認知腦—機接口研究[D];清華大學;2010年

3 陳桂宏;基于獨立分量分析和小波變換的鋼絲繩缺陷信號提取[D];中南林業(yè)科技大學;2009年

4 周成;基于獨立分量分析的單通道語音降噪算法的研究[D];電子科技大學;2005年

5 何付志;獨立分量分析在腦電信號分析中的應用[D];山東大學;2005年

6 張麗丹;基于監(jiān)督獨立分量分析的人臉識別[D];哈爾濱工程大學;2005年

7 王可;盲源分離技術(shù)在多通道信號處理中的應用[D];汕頭大學;2004年

8 范建中;基于ICA和小波神經(jīng)網(wǎng)絡(luò)的人臉識別研究[D];華僑大學;2005年

9 朱瑾;基于膚色和獨立分量分析的人臉檢測技術(shù)研究[D];華僑大學;2005年

10 周旭欣;獨立分量分析算法的計算機仿真及其在多導腦電信號處理中的應用[D];四川大學;2005年

本文編號：2751259