本文關(guān)鍵詞：基于EEG信號的人體狀態(tài)測量研究，由筆耕文化傳播整理發(fā)布。

【摘要】：物理人機緊耦合系統(tǒng)在康復(fù)訓(xùn)練輔助器具領(lǐng)域具有廣泛的應(yīng)用前景。作為一種人-機-環(huán)緊密聯(lián)系的復(fù)雜系統(tǒng),物理人機緊耦合系統(tǒng)在研制過程中需要解決人與康復(fù)機器人在不同環(huán)境下物理和認知動態(tài)交互,機器人在線測量人機交互模型的狀態(tài)參數(shù)以及實時、全面地預(yù)測和分類人機狀態(tài)與行為和環(huán)境狀態(tài)等關(guān)鍵性問題。這些問題的解決都需要以物理人機緊耦合系統(tǒng)的狀態(tài)和行為數(shù)據(jù)作為基礎(chǔ)。物理人機緊耦合系統(tǒng)的狀態(tài)和行為的測量包括人體運動、人機交互力、人的狀態(tài)以及人的績效這四個方面的內(nèi)容。其中人的狀態(tài)主要通過人的生理信息進行測量。腦電信號(EEG)是測量人體生理信息最靈敏的指標之一。本文結(jié)合物理人機緊耦合系統(tǒng)采用腦電信號對人體腦力負荷測量和人體意圖識別進行了研究。當前,結(jié)合物理人機緊耦合系統(tǒng)以腦電信號為研究手段的腦力負荷測量研究方面并不區(qū)分四個信息處理階段的腦力負荷。針對大腦在不同信息處理階段腦力負荷研究尚不明確的問題,本文采用了四種模擬信息處理四個階段的心理實驗,對四種心理實驗中的腦電信號進行分類的結(jié)果表明四個不同的階段的腦力負荷測量并沒有顯著的差別。傳統(tǒng)腦力負荷測量方法由于對信號的采集的時間長度有客觀地要求而無法滿足物理人機緊耦合系統(tǒng)的研制對腦力負荷測量的實時性要求,本文采用的腦電信號分析方法針對事件發(fā)生后較短時間內(nèi)的腦電信號的特征進行分類,并取得了良好的分類結(jié)果,證明了結(jié)合物理人機緊耦合系統(tǒng)腦電信號實時測量腦力負荷的可行性�；谀X電信號的人體意圖識別方法研究中,基于傳統(tǒng)的alpha節(jié)律的研究范式在處理腦電信號的過程中對信號的時間長度的需求無法滿足實時識別的要求。本文采用的腦電信號的分析方法對較短時間內(nèi)的腦電信號的特征進行了分析和分類,并取得了較好的分類結(jié)果。分類結(jié)果證明了結(jié)合物理人機緊耦合系統(tǒng)的腦電信號人體意圖實時識別的可行性。目前基于運動想象范式的研究中常用的想象任務(wù)包括左右手想象運動、想象立方體旋轉(zhuǎn)等,這些想象任務(wù)對物理緊耦合系統(tǒng)通過腦電信號執(zhí)行動作造成了一定的困難,本文結(jié)合物理緊耦合系統(tǒng)的實際需求設(shè)計了四種更加自然的想象任務(wù)。根據(jù)對四種想象任務(wù)中腦電信號的分類結(jié)果可以證明這四種想象任務(wù)在物理緊耦合系統(tǒng)中具有一定的應(yīng)用價值。
【關(guān)鍵詞】：物理人機緊耦合 EEG 腦力負荷 人體意圖 信息處理
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R496;TN911.23
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 研究工作的背景和意義11-12
• 1.2 國內(nèi)外研究歷史和現(xiàn)狀12-15
• 1.2.1 人體負荷測量研究12-13
• 1.2.2 人體意圖識別研究13-14
• 1.2.3 研究現(xiàn)狀總結(jié)14-15
• 1.3 本文的主要工作15
• 1.4 本論文的結(jié)構(gòu)安排15-17
• 第二章 人體狀態(tài)測量基礎(chǔ)17-26
• 2.1 人體狀態(tài)理論17-20
• 2.1.1 人體腦力負荷和人體意圖識別17
• 2.1.2 人體信息加工模型17-18
• 2.1.3 物理人機緊耦合系統(tǒng)的人體狀態(tài)18-20
• 2.1.4 物理人機緊耦合系統(tǒng)的人體狀態(tài)測量20
• 2.2 腦電信號20-25
• 2.2.1 EEG信號的來源20-21
• 2.2.2 EEG信號的測量21-22
• 2.2.3 EEG信號的特點22-23
• 2.2.4 EEG信號的分類23-25
• 2.3 本章小結(jié)25-26
• 第三章 物理人機緊耦合系統(tǒng)的腦力負荷測量26-56
• 3.1 引言26-27
• 3.2 物理人機緊耦合系統(tǒng)的腦力負荷測量方案27-31
• 3.2.1 腦力負荷測量方案目的和任務(wù)27-28
• 3.2.2 腦力負荷測量方案研究對象和設(shè)備28-30
• 3.2.3 腦力負荷測量方案實現(xiàn)過程30-31
• 3.3 物理人機緊耦合系統(tǒng)的腦力負荷測量數(shù)據(jù)分析31-40
• 3.3.1 腦力負荷測量原始數(shù)據(jù)與預(yù)處理32-34
• 3.3.2 腦力負荷測量數(shù)據(jù)噪聲處理34-35
• 3.3.3 腦力負荷測量數(shù)據(jù)的時頻分析35-37
• 3.3.4 腦力負荷測量數(shù)據(jù)的共同空間模式37-39
• 3.3.5 腦力負荷測量數(shù)據(jù)的分類39-40
• 3.4 物理人機緊耦合系統(tǒng)的腦力負荷測量結(jié)果40-55
• 3.4.1 腦力負荷測量數(shù)據(jù)預(yù)處理結(jié)果40-43
• 3.4.2 腦力負荷測量濾波處理的結(jié)果43-44
• 3.4.3 腦力負荷測量數(shù)據(jù)時頻分析結(jié)果44-45
• 3.4.4 腦力負荷測量數(shù)據(jù)共同空間模式45-46
• 3.4.5 腦力負荷測量數(shù)據(jù)分類結(jié)果46-49
• 3.4.6 腦力負荷測量三位被試者腦電信號特征對比49-55
• 3.4.6.1 事件相關(guān)電位對比50-51
• 3.4.6.2 功率譜對比51-52
• 3.4.6.3 事件相關(guān)功率擾動對比52-53
• 3.4.6.4 共同空間模式對比53-55
• 3.5 本章小結(jié)55-56
• 第四章 物理人機緊耦合系統(tǒng)的人體意圖識別56-78
• 4.1 引言56-57
• 4.2 物理人機緊耦合系統(tǒng)的人體意圖識別方案57-59
• 4.2.1 人體意圖識別方案設(shè)計目的和任務(wù)57-58
• 4.2.2 人體意圖識別方案研究對象和設(shè)備58-59
• 4.2.3 人體意圖識別方案實現(xiàn)過程59
• 4.3 物理人機緊耦合系統(tǒng)的人體意圖識別數(shù)據(jù)分析59-61
• 4.3.1 人體意圖識別數(shù)據(jù)采集與預(yù)處理60
• 4.3.2 人體意圖識別數(shù)據(jù)分析和分類60-61
• 4.4 物理人機緊耦合系統(tǒng)的人體意圖識別數(shù)據(jù)分析結(jié)果61-77
• 4.4.1 人體意圖識別數(shù)據(jù)預(yù)處理結(jié)果61-63
• 4.4.2 人體意圖識別數(shù)據(jù)濾波處理結(jié)果63
• 4.4.3 人體意圖識別數(shù)據(jù)時頻分析結(jié)果63-65
• 4.4.4 人體意圖識別數(shù)據(jù)共同空間模式65-69
• 4.4.5 人體意圖識別數(shù)據(jù)分類結(jié)果69-74
• 4.4.6 人體意圖識別四種想象任務(wù)下的腦電信號特征對比74-77
• 4.4.6.1 事件相關(guān)電位對比74-75
• 4.4.6.2 功率譜對比75
• 4.4.6.3 事件相關(guān)功率擾動對比75-76
• 4.4.6.4 共同空間模式對比76-77
• 4.5 本章小結(jié)77-78
• 第五章 總結(jié)及展望78-80
• 5.1 總結(jié)78-79
• 5.2 展望79-80
• 致謝80-81
• 參考文獻81-86
• 在學(xué)期間取得的與學(xué)位論文相關(guān)的研究成果86-87

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 徐寶國;彭思;宋愛國;;基于運動想象腦電的上肢康復(fù)機器人[J];機器人;2011年03期

2 高上凱;;神經(jīng)工程與腦-機接口[J];生命科學(xué);2009年02期

3 李鵬海;丁皓;萬柏坤;明東;;腦-機接口在移動外設(shè)控制中的應(yīng)用研究進展[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年03期

4 李翔;高小榕;高上凱;;一種基于兩種不同范式的混合型腦-機接口系統(tǒng)[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年03期

  本文關(guān)鍵詞：基于EEG信號的人體狀態(tài)測量研究，，由筆耕文化傳播整理發(fā)布。

本文編號：405811