本文關(guān)鍵詞：基于BCI技術(shù)的手部運動功能康復(fù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著全球老齡化的加劇,由腦血管疾病或脊髓損傷造成的偏癱患者的數(shù)量不斷增加,同時,因交通事故而造成脊髓受損的人數(shù)也越來越多,這些患者喪失了肢體的運動功能,不僅生活難以自理,給家人帶來沉重的經(jīng)濟和精神負擔。傳統(tǒng)的康復(fù)手段不僅費用十分昂貴,并且由于缺乏患者的主動參與,恢復(fù)效果較差。如何更加有效對這些患者進行康復(fù)治療,是全球老齡化的現(xiàn)實需求,也是信息科學(xué)、神經(jīng)科學(xué)、康復(fù)工程等交叉學(xué)科的研究熱點。腦機接口(Brain-computer interface,BCI)是一種通過采集人的腦電信號(EEG)實現(xiàn)人腦與外界計算機或其他電子設(shè)備間進行通訊或控制的系統(tǒng),能夠建立不依賴外周神經(jīng)和肌肉的大腦輸出通道。利用BCI技術(shù)可以使偏癱患者主動參與康復(fù)訓(xùn)練,改善偏癱部位的運動功能康復(fù)效果。本文以手部運動功能康復(fù)為目標,對手部運動想象腦電信號(MI-EEG)的實時采集、眼電偽跡自動去除、自適應(yīng)特征提取以及在線康復(fù)系統(tǒng)設(shè)計等內(nèi)容進行研究,取得的主要成果如下:(1)基于快速核獨立成分分析與離散小波變換的眼電自動去除方法為了改善腦電中的眼電偽跡過估計問題及環(huán)境干擾耦合引起的非線性混合對眼電去除效果的影響,提出一種基于快速核獨立成分分析(FastKICA)與離散小波變換(DWT)的眼電自動去除方法,即FKD方法。首先,利用FastKICA方法對腦電信號分離得到獨立成分,并以相關(guān)系數(shù)為依據(jù)識別出眼電偽跡;進而,基于離散小波變換對眼電偽跡進一步分析,去除逼近分量,保留細節(jié)分量,重構(gòu)出眼電偽跡成分;最后,利用FastKICA逆變換重建眼電去除后的腦電信號。實驗結(jié)果表明:FKD不僅有效改善了眼電過估計問題,增強了抗干擾能力和魯棒性,而且在線性混合和非線性混合情況下,均得到較好的偽跡去除效果,特別是在非線性混合時優(yōu)勢更為明顯,適合于實際在線應(yīng)用。(2)基于正交經(jīng)驗?zāi)B(tài)分解和共同空間模式的腦電自適應(yīng)特征提取方法針對MI-EEG的時變性和個體差異性等特點,將正交經(jīng)驗?zāi)B(tài)分解(OEMD)法、有限單位脈沖響應(yīng)(FIR)濾波器和共同空間模式(CSP)算法相結(jié)合,提出一種新的自適應(yīng)特征提取方法,即OEFCSP方法。首先,利用導(dǎo)聯(lián)選擇算法對經(jīng)過濾波處理后的腦電信號選取最優(yōu)的導(dǎo)聯(lián)組合;然后,應(yīng)用OEMD方法將每導(dǎo)腦電信號分解成多階的正交固有模態(tài)函數(shù)(IMF),并對每階IMF分量采用多重FIR帶通濾波器,將其均分成多個頻段;進而,通過CSP方法對每個子代信號進行特征提取,并利用特征排序算法對特征進行排序;最后,結(jié)合特征選擇算法和分類器根據(jù)分類準確率選擇最優(yōu)的腦電特征�；趪H標準數(shù)據(jù)庫進行實驗研究,結(jié)果表明:OEFCSP特征提取算法相對于其他常用方法取得了更高的分類準確率,具有更好的穩(wěn)定性和自適應(yīng)性。(3)手部運動想象腦電信號的采集與分析為了將MI-EEG康復(fù)研究推向?qū)嶋H應(yīng)用,自行設(shè)計了手部張/握運動想象腦電采集實驗,并將上述研究成果應(yīng)用于實際采集MI-EEG的離線分析,驗證方法的有效性�；贘ava的SWT技術(shù)設(shè)計并編寫了實驗采集程序,并用JMF調(diào)用手部張/握動作提示視頻畫面;腦電采集裝置為Brain Products公司生產(chǎn)的64導(dǎo)腦電儀,對5位實驗者進行了手部真實運動及運動想象EEG的實際采集;采用FKD以及OEFCSP方法分別對實際采集的64導(dǎo)腦電信號和眼電信號進行眼電偽跡的去除及特征提取與分類,得到了較好的實驗結(jié)果,充分體現(xiàn)了不同個體手部張/握MI-EEG腦電特征的個性化特點,為基于手部MI-EEG的在線康復(fù)系統(tǒng)研究和實現(xiàn)奠定了基礎(chǔ)。(4)手部運動功能的MI-BCI在線康復(fù)系統(tǒng)設(shè)計在上述研究的基礎(chǔ)上,設(shè)計了基于MI-BCI的在線手部運動功能康復(fù)系統(tǒng)。該系統(tǒng)在運動想象動作提示界面的基礎(chǔ)上,通過JNI和多線程技術(shù),實時控制g.tec公司的g.MOBIlab+采集儀,實現(xiàn)腦電信號的同步采集;然后,利用C++和matlab混合編程以及JNI技術(shù),實現(xiàn)眼電偽跡的在線處理與自動識別;最后,將識別結(jié)果通過串口通信輸入到基于DSP的機械手控制模塊,控制機械手的張開和握合,從而實現(xiàn)手部MI-EEG信號對機械手的在線控制。實驗結(jié)果表明:本系統(tǒng)具有良好的實時性,為MI-BCI技術(shù)應(yīng)用于康復(fù)治療、增強患者康復(fù)治療的主動性及改善康復(fù)效果具有一定的積極作用。
【關(guān)鍵詞】：腦機接口 手部康復(fù) 快速核獨立分量分析 正交希爾伯特黃變換 共同空間模式
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R49;TN911.7
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-30
• 1.1 課題研究背景及意義12-14
• 1.2 腦機接.的理論基礎(chǔ)14-21
• 1.2.1 腦機接.的組成和工作原理14-15
• 1.2.2 腦電信號的采集方式15-17
• 1.2.3 腦電信號的分類17-21
• 1.3 基于MI-BCI系統(tǒng)的研究現(xiàn)狀21-26
• 1.3.1 國內(nèi)外研究現(xiàn)狀21-24
• 1.3.2 腦電信號偽跡去除方法24-25
• 1.3.3 腦電信號特征提取方法25-26
• 1.4 本文研究內(nèi)容及組織結(jié)構(gòu)26-30
• 第2章 腦電信號中眼電偽跡自動去除方法的研究30-44
• 2.1 引言30-31
• 2.2 基于FastKICA和DWT的眼電偽跡自動去除方法31-35
• 2.2.1 核獨立成分分析31-32
• 2.2.2 離散小波變換32-33
• 2.2.3 基于FKD的眼電偽跡自動去除方法33-35
• 2.3 實驗研究與結(jié)果分析35-43
• 2.3.1 實驗數(shù)據(jù)來源35-36
• 2.3.2 基于線性混合模型的實驗研究36-41
• 2.3.3 基于非線性混合模型的實驗研究41-43
• 2.4 本章小結(jié)43-44
• 第3章 運動想象腦電信號的自適應(yīng)特征提取方法44-60
• 3.1 引言44-45
• 3.2 基于OEFCSP的特征提取算法45-50
• 3.2.1 共同空間模式45-47
• 3.2.2 正交經(jīng)驗?zāi)B(tài)分解47-49
• 3.2.3 基于OEFCSP的特征提取方法49-50
• 3.3 實驗研究與結(jié)果分析50-57
• 3.3.1 數(shù)據(jù)來源和預(yù)處理50-51
• 3.3.2 通道選擇51-52
• 3.3.3 特征選擇和分類52-54
• 3.3.4 不同特征提取方法分類結(jié)果比較54-55
• 3.3.5 不同導(dǎo)聯(lián)數(shù)對分類準確率的影響55-56
• 3.3.6 IMF分量頻帶分析56-57
• 3.4 本章小結(jié)57-60
• 第4章 手部運動想象腦電信號的采集與分析60-72
• 4.1 引言60
• 4.2 運動想象腦電信號采集系統(tǒng)60-64
• 4.2.1 腦電采集儀60-63
• 4.2.2 采集提示程序設(shè)計63-64
• 4.3 手部運動/運動想象EEG采集實驗64-67
• 4.3.1 測試者及實驗環(huán)境64-65
• 4.3.2 電極位置65-66
• 4.3.3 實驗方案設(shè)計66-67
• 4.4 實驗結(jié)果及分析67-70
• 4.4.1 眼電偽跡去除67-68
• 4.4.2 特征提取和分類68-70
• 4.5 本章小結(jié)70-72
• 第5章 手部運動功能的MI-BCI在線康復(fù)系統(tǒng)設(shè)計72-82
• 5.1 引言72
• 5.2 手部在線康復(fù)系統(tǒng)整體設(shè)計方案72-73
• 5.3 康復(fù)系統(tǒng)硬件構(gòu)成73-76
• 5.3.1 便攜式EEG采集儀73-74
• 5.3.2 機械手及控制裝置74-76
• 5.4 康復(fù)系統(tǒng)軟件設(shè)計76-77
• 5.5 在線MI-BCI系統(tǒng)實驗設(shè)計及結(jié)果分析77-79
• 5.5.1 實驗設(shè)計77-79
• 5.5.2 實驗結(jié)果與分析79
• 5.6 本章小結(jié)79-82
• 結(jié)論82-86
• 參考文獻86-92
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文92-94
• 致謝94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學(xué)報;2001年S1期

2 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學(xué)工程;2007年01期

3 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

4 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學(xué)工程;1989年01期

7 孟欣，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學(xué)工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學(xué);2015年

10 王瓊穎;腦電信號的非線性動力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：基于BCI技術(shù)的手部運動功能康復(fù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：389430