本文關(guān)鍵詞：EEG-fMRI混合腦機(jī)接口去噪及信號(hào)源定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著人們對(duì)腦機(jī)接口技術(shù)的研究深入,人們對(duì)腦內(nèi)的工作機(jī)制越來越感興趣。由于技術(shù)的發(fā)展,使得人們對(duì)人腦的認(rèn)識(shí)越來越深刻,可以從多個(gè)維度,如:使用腦電信號(hào)(EEG)和核磁共振(fMRI)信號(hào),研究人腦工作機(jī)制。本文的主要工作是搭建在核磁掃描環(huán)境下進(jìn)行腦機(jī)接口實(shí)驗(yàn)系統(tǒng),為EEG-fMRI信號(hào)融合研究做準(zhǔn)備工作,且從EEG信號(hào)的角度研究腦部活躍區(qū)域的定位。首先,本文分析在核磁掃描環(huán)境下EEG信號(hào)噪聲產(chǎn)生的原因,然后研究噪聲的特點(diǎn)。隨后回顧前人提出的假設(shè)和方法,如平均相減法(Imaging Artifact Reduction,IAR)和模板相減法(Artifact Slice Template Removal,ASTR)。最后根據(jù)前人方法的缺陷,作者提出了聚類模板生成法(Cluster Template Removal,CTR)。該方法假設(shè):所有Slice的噪聲并沒有特別的相似規(guī)律,但是有些噪聲是具有一定的相似性。使用聚類的方法,求出每個(gè)簇的模板,減少模板的誤差。最后仿真表明若噪聲信號(hào)在每個(gè)Slice中不是大致相同的是,CTR方法結(jié)果比IAR和ASTR有很大的改善。隨后,作者使用Brain Products公司的Brain Amp MR系列放大器和一套軟件構(gòu)建了在核磁掃描環(huán)境下進(jìn)行腦機(jī)接口實(shí)驗(yàn)系統(tǒng)。但是系統(tǒng)運(yùn)行時(shí)核磁去噪算法的實(shí)時(shí)性比較差,會(huì)導(dǎo)致系統(tǒng)不能及時(shí)的讀取放大器緩存里面的數(shù)據(jù)從而導(dǎo)致數(shù)據(jù)丟失。作者針對(duì)這個(gè)問題優(yōu)化系統(tǒng)設(shè)計(jì),采用多線程和去噪通道可選的方法降低去噪算法的計(jì)算量,使得實(shí)驗(yàn)?zāi)軌蛟诤舜怒h(huán)境下順利進(jìn)行。隨后使用核磁環(huán)境下記錄的EEG信號(hào),用于后續(xù)章節(jié)腦電源定位算法研究。最后,作者使用EEG信號(hào),利用波束形成技術(shù)對(duì)腦電源信號(hào)定位課題進(jìn)行了討論。在這部分,作者首先論述了波束形成技術(shù)的基本原理,然后分析和討論傳統(tǒng)波束形成技術(shù)遇到的問題,例如信號(hào)相關(guān)性和傳導(dǎo)矩陣誤差給波束形成技術(shù)帶來的影響。隨后使用仿真進(jìn)行驗(yàn)證和分析。最后,作者介紹了凸優(yōu)化理論的基本知識(shí)并使用凸優(yōu)化理論對(duì)傳統(tǒng)波束形成技術(shù)所遇到的問題進(jìn)行改善。并使用上述實(shí)驗(yàn)數(shù)據(jù),驗(yàn)證視覺刺激的腦部響應(yīng)區(qū)域
【關(guān)鍵詞】：P300腦機(jī)接口 核磁共振 信號(hào)融合 核磁去噪算法 波束形成
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R338;TN911.7
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-19
• 1.1 EEG-fMRI融合11-13
• 1.1.1 EEG-fMRI融合現(xiàn)狀及背景介紹11
• 1.1.2 EEG-fMRI融合研究目的11-12
• 1.1.3 EEG-fMRI數(shù)據(jù)融合研究系統(tǒng)組成12
• 1.1.4 本文工作及目的簡(jiǎn)述12-13
• 1.2 腦電（EEG）信號(hào)簡(jiǎn)介13-14
• 1.2.1 腦電信號(hào)的形成13
• 1.2.2 腦電信號(hào)的應(yīng)用13-14
• 1.3 磁共振成像（MRI）簡(jiǎn)介14-16
• 1.4 用于EEG-fMRI數(shù)據(jù)融合的腦電源信號(hào)定位16-17
• 1.5 論文研究?jī)?nèi)容及章節(jié)安排17-19
• 1.5.1 研究?jī)?nèi)容17-18
• 1.5.2 章節(jié)安排18-19
• 第二章 腦電中核磁噪聲的去除19-37
• 2.1 EEG-fMRI聯(lián)合采集19-22
• 2.1.1 采集裝置與設(shè)備19-20
• 2.1.2 數(shù)據(jù)采集方法20-21
• 2.1.3 聯(lián)合采集的技術(shù)問題21-22
• 2.2 EEG信號(hào)中核磁噪聲的去除22-36
• 2.2.1 噪聲產(chǎn)生原因及種類22
• 2.2.2 噪聲去除算法22-26
• 2.2.3 聚類模板生成法（Cluster Template Removal, CTR）26-30
• 2.2.4 算法實(shí)時(shí)化30
• 2.2.5 結(jié)果與分析30-36
• 2.3 本章小結(jié)36-37
• 第三章 核磁掃描環(huán)境下的腦機(jī)接.系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)37-49
• 3.1 實(shí)驗(yàn)介紹37-41
• 3.1.1 實(shí)驗(yàn)?zāi)Ｊ浇榻B37-39
• 3.1.2 P300信號(hào)處理算法39-41
• 3.2 實(shí)驗(yàn)裝置與設(shè)置41-44
• 3.3 系統(tǒng)結(jié)構(gòu)及數(shù)據(jù)處理模塊實(shí)現(xiàn)44-46
• 3.4 實(shí)驗(yàn)結(jié)果與分析46-48
• 3.5 本章小結(jié)48-49
• 第四章 用于EEG-fMRI數(shù)據(jù)融合的腦電源定位研究49-68
• 4.1 腦電源定位中EEG-fMRI數(shù)據(jù)融合方法簡(jiǎn)述49-50
• 4.2 腦電源定位的數(shù)學(xué)模型50-53
• 4.2.1 參數(shù)定義50-52
• 4.2.2 模型建立52-53
• 4.3 使用波束形成技術(shù)進(jìn)行腦電源信號(hào)定位53-63
• 4.3.1 波束形成基本思想53-54
• 4.3.2 基本方法54-57
• 4.3.3 基本方法遇到的問題57-61
• 4.3.4 改進(jìn)算法及與fMRI信號(hào)融合算法61-63
• 4.4 定位結(jié)果及分析63-67
• 4.5 本章小結(jié)67-68
• 第五章 基于凸優(yōu)化理論的波束形成技術(shù)改進(jìn)68-82
• 5.1 凸優(yōu)化基礎(chǔ)簡(jiǎn)介68-73
• 5.1.1 優(yōu)化理論68-70
• 5.1.2 凸優(yōu)化基本形式70-73
• 5.2 基于凸優(yōu)化理論的傳統(tǒng)波束形成改進(jìn)73-76
• 5.3 仿真與分析76-81
• 5.4 本章小結(jié)81-82
• 總結(jié)與展望82-84
• 全文總結(jié)82-83
• 展望83-84
• 參考文獻(xiàn)84-87
• 攻讀碩士學(xué)位期間取得的研究成果87-88
• 致謝88-89
• 附件89

【參考文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 雷旭;基于貝葉斯理論的EEG-fMRI融合技術(shù)研究[D];電子科技大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 沈之芳;基于P300的腦機(jī)接口及其在線半監(jiān)督學(xué)習(xí)[D];華南理工大學(xué);2014年

  本文關(guān)鍵詞：EEG-fMRI混合腦機(jī)接口去噪及信號(hào)源定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：379753