基于運(yùn)動(dòng)想象（Motor imagery,MI）腦電（Electroencephalograph,EEG）的腦機(jī)接口（Brain-computer interaction,BCI）可以用于代替原有的或重建喪失的中樞神經(jīng)系統(tǒng)輸出。神經(jīng)反饋的初衷和技術(shù)與BCI類似,腦電是神經(jīng)反饋中最便捷的神經(jīng)生理信號(hào),對(duì)于腦電信號(hào)處理方法的研究可以加速神經(jīng)反饋技術(shù)的發(fā)展。本文主要以運(yùn)動(dòng)想象腦電信號(hào)為研究對(duì)象,對(duì)少通道腦電的預(yù)處理、特征提取和分類進(jìn)行了研究,并初步搭建、測(cè)試了在線神經(jīng)反饋系統(tǒng)。論文主要從以下幾個(gè)方面展開研究,并取得了相應(yīng)的研究成果:（1）初步設(shè)計(jì)了一款腦電音樂(lè)播放器,用戶可以根據(jù)想象不同的肢體運(yùn)動(dòng)產(chǎn)生的腦電來(lái)控制音樂(lè)的播放,播放器也可以通過(guò)采集、分析用戶不同情緒下產(chǎn)生的腦電來(lái)自動(dòng)播放相應(yīng)類型的音樂(lè),以實(shí)時(shí)調(diào)節(jié)用戶的心情,本設(shè)計(jì)增強(qiáng)了音樂(lè)播放器的智能化程度和根據(jù)腦電實(shí)現(xiàn)對(duì)用戶情緒的自適應(yīng)反饋、調(diào)節(jié)功能。（2）針對(duì)少通道在線腦電直接運(yùn)用獨(dú)立成分分析時(shí)存在的輸入通道不足以及偽跡的自動(dòng)識(shí)別問(wèn)題,提出采用延時(shí)數(shù)據(jù)提取窗口的方法來(lái)對(duì)少通道腦電進(jìn)行擴(kuò)維,并將擴(kuò)維后的多通道腦電信號(hào)直接作為Fastica的輸... 

【文章來(lái)源】：昆明理工大學(xué)云南省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 運(yùn)動(dòng)想象腦機(jī)接口的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 運(yùn)動(dòng)想象腦機(jī)接口存在的問(wèn)題
    1.3 論文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 運(yùn)動(dòng)想象腦電信號(hào)的研究基礎(chǔ)及采集
    2.1 大腦的結(jié)構(gòu)和功能區(qū)
    2.2 腦電信號(hào)的基礎(chǔ)知識(shí)
        2.2.1 腦電的起源及特點(diǎn)
        2.2.2 腦電信號(hào)的分類
    2.3 事件相關(guān)同步/去同步化現(xiàn)象
    2.4 運(yùn)動(dòng)想象腦電信號(hào)的采集
第三章 運(yùn)動(dòng)想象腦電的處理算法研究與分析
    3.1 引言
    3.2 運(yùn)動(dòng)想象腦電的預(yù)處理
    3.3 運(yùn)動(dòng)想象腦電的特征提取
        3.3.1 常見的特征提取方法
        3.3.2 希爾伯特黃變換
        3.3.3 相位同步鎖相值特征
        3.3.4 AR模型
        3.3.5 改進(jìn)的共同空間模式
    3.4 運(yùn)動(dòng)想象腦電的分類算法
        3.4.1 SVM的基本原理
        3.4.3 核函數(shù)
    3.5 實(shí)驗(yàn)結(jié)果及對(duì)比分析
    3.6 運(yùn)動(dòng)想象腦機(jī)接口的應(yīng)用
    3.7 本章小結(jié)
第四章 基于少通道左右手運(yùn)動(dòng)想象腦電的識(shí)別研究
    4.1 引言
    4.2 實(shí)驗(yàn)范式
        4.2.1 被試
        4.2.2 實(shí)驗(yàn)設(shè)計(jì)
    4.3 腦電信號(hào)采集及處理
        4.3.1 數(shù)據(jù)采集
        4.3.2 腦電信號(hào)的處理
    4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于運(yùn)動(dòng)想象腦電的在線神經(jīng)反饋系統(tǒng)研究
    5.1 引言
    5.2 訓(xùn)練系統(tǒng)方案設(shè)計(jì)
        5.2.1 實(shí)驗(yàn)方案
        5.2.2 在線訓(xùn)練系統(tǒng)組成
    5.3 運(yùn)動(dòng)想象腦電信號(hào)處理
        5.3.1 信號(hào)提取
        5.3.2 預(yù)處理
        5.3.3 特征提取
    5.4 實(shí)時(shí)在線控制測(cè)試
    5.5 實(shí)驗(yàn)結(jié)果分析
        5.5.1 實(shí)驗(yàn)過(guò)程分析
        5.5.2 在線測(cè)試結(jié)果
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文、申請(qǐng)的專利和軟著
附錄B 攻讀學(xué)位期間參與完成的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)CSP算法的運(yùn)動(dòng)想象腦電信號(hào)分類方法[J]. 馬滿振,郭理彬,蘇奎峰.  計(jì)算機(jī)與現(xiàn)代化. 2017(11)
[2]五種SVM參數(shù)尋優(yōu)識(shí)別運(yùn)動(dòng)想象腦電比較研究[J]. 李松,伏云發(fā),陳健,張建平.  傳感器與微系統(tǒng). 2017(04)
[3]基于左右手運(yùn)動(dòng)想象單通道腦電信號(hào)的預(yù)處理研究[J]. 李松,伏云發(fā),楊秋紅,劉傳偉,孫會(huì)文.  生物醫(yī)學(xué)工程學(xué)雜志. 2016(05)
[4]多類運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類[J]. 段鎖林,尚允坤,潘禮正.  計(jì)算機(jī)測(cè)量與控制. 2016(02)
[5]基于HHT運(yùn)動(dòng)想象腦電模式識(shí)別研究[J]. 孫會(huì)文,伏云發(fā),熊馨,楊俊,劉傳偉,余正濤.  自動(dòng)化學(xué)報(bào). 2015(09)
[6]腦機(jī)接口中基于ICA-RLS的EOG偽跡自動(dòng)去除[J]. 楊幫華,章云元,何亮飛,李華榮,王倩.  儀器儀表學(xué)報(bào). 2015(03)
[7]基于ICA和相關(guān)性分析的腦電信號(hào)眨眼偽跡去除[J]. 趙欣欣,孔萬(wàn)增.  杭州電子科技大學(xué)學(xué)報(bào). 2013(01)
[8]基于多類運(yùn)動(dòng)想象任務(wù)的腦電信號(hào)分類研究[J]. 劉沖,王宏,趙海濱,顏世玉.  生物醫(yī)學(xué)工程學(xué)雜志. 2012(06)
[9]多模態(tài)腦機(jī)接口游戲系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 張瑞,李遠(yuǎn)清.  計(jì)算機(jī)工程與應(yīng)用. 2012(22)
[10]基于腦電運(yùn)動(dòng)速度想象的單次識(shí)別研究[J]. 伏云發(fā),徐保磊,裴立力,李洪誼.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2011(04)

碩士論文
[1]基于OVR-CSP和互相關(guān)的運(yùn)動(dòng)想象腦機(jī)接口研究[D]. 康嘉輝.西安電子科技大學(xué) 2015
[2]運(yùn)動(dòng)想象腦電信號(hào)的特征提取算法的研究[D]. 王恒.濟(jì)南大學(xué) 2015
[3]運(yùn)動(dòng)想象腦電信號(hào)特征提取研究[D]. 貢平.重慶大學(xué) 2014
[4]運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別方法及應(yīng)用[D]. 劉凈瑜.北京工業(yè)大學(xué) 2009
[5]腦電圖數(shù)據(jù)中α波功率譜分布特性的研究[D]. 侯曉玲.大連交通大學(xué) 2008



本文編號(hào)：3183137