大腦情緒的解讀對(duì)于面向高級(jí)認(rèn)知的腦機(jī)交互具有重要作用,因此基于神經(jīng)信號(hào)對(duì)面部視覺刺激的情緒解碼成為大腦視覺加工研究的重要組成部分。功能磁共振成像（functional Magnetic Resonance Imaging,fMRI）以其高時(shí)間、空間分辨率優(yōu)勢成為研究大腦視覺信息加工的主要手段。目前,基于fMRI的大腦視覺信息加工的研究主要集中在對(duì)大腦感知的視覺刺激進(jìn)行語義和內(nèi)容的解析上,對(duì)于如何通過視覺皮層的大腦活動(dòng)表達(dá)視覺刺激中的情緒特征,以及如何實(shí)現(xiàn)視覺刺激的情緒解碼這一問題研究較少。本文針對(duì)利用視覺皮層的fMRI信號(hào)對(duì)面部情緒進(jìn)行特征表達(dá)以及實(shí)時(shí)情緒類型解碼的方法展開研究,對(duì)融合高級(jí)認(rèn)知的腦機(jī)接口、大腦視覺信息重構(gòu)等研究方向,具有重要的理論意義和實(shí)際價(jià)值。本文圍繞基于fMRI的面部視覺刺激情緒解碼的關(guān)鍵問題,結(jié)合大腦視覺皮層信息加工的原理以及深度學(xué)習(xí)、增量學(xué)習(xí)等方法,在fMRI腦功能圖像的快速配準(zhǔn)、針對(duì)面部情緒解析的視皮層體素特征提取、實(shí)時(shí)面部情緒解碼方法等幾個(gè)方面展開具體研究。主要工作如下:（1）針對(duì)本文研究的面部情緒解碼問題設(shè)計(jì)并開展了相關(guān)fMRI實(shí)驗(yàn),建立面部情緒解碼實(shí)際數(shù)... 

【文章來源】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景與研究意義
    1.2 實(shí)時(shí)fMRI與視覺信息感知
        1.2.1 實(shí)時(shí)功能磁共振成像技術(shù)
        1.2.2 大腦視覺信息感知機(jī)制
    1.3 基于fMRI的圖像配準(zhǔn)和面部情緒解碼技術(shù)研究現(xiàn)狀
        1.3.1 基于深度學(xué)習(xí)的MRI圖像配準(zhǔn)技術(shù)研究現(xiàn)狀
        1.3.2 基于fMRI的面部情緒解碼技術(shù)研究現(xiàn)狀
    1.4 課題研究內(nèi)容與論文結(jié)構(gòu)安排
第二章 基于fMRI的面部情緒解碼實(shí)驗(yàn)與數(shù)據(jù)處理
    2.1 實(shí)驗(yàn)受試者
    2.2 實(shí)驗(yàn)設(shè)計(jì)
    2.3 實(shí)驗(yàn)刺激呈現(xiàn)
        2.3.1 視網(wǎng)膜映射刺激
        2.3.2 面部識(shí)別區(qū)定位刺激
        2.3.3 面部情緒解碼任務(wù)刺激
        2.3.4 靜息態(tài)掃描任務(wù)
    2.4 實(shí)驗(yàn)fMRI數(shù)據(jù)采集
    2.5 實(shí)驗(yàn)數(shù)據(jù)處理
        2.5.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        2.5.2 一般線性模型分析
        2.5.3 感興趣區(qū)定義
    2.6 本章小結(jié)
第三章 基于深度學(xué)習(xí)的快速fMRI腦影像配準(zhǔn)技術(shù)研究
    3.1 fMRI腦影像配準(zhǔn)技術(shù)概述
        3.1.1 傳統(tǒng)fMRI腦影像配準(zhǔn)技術(shù)
        3.1.2 基于深度學(xué)習(xí)的fMRI腦影像配準(zhǔn)技術(shù)
        3.1.3 fMRI腦影像配準(zhǔn)結(jié)果的評(píng)估
    3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的fMRI腦影像配準(zhǔn)方法
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)框架及原理
        3.2.2 基于U-net的 fMRI腦影像配準(zhǔn)技術(shù)
    3.3 實(shí)驗(yàn)結(jié)果及分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 實(shí)驗(yàn)結(jié)果
        3.3.3 實(shí)驗(yàn)結(jié)果討論
    3.4 本章小結(jié)
第四章 基于大腦視覺皮層活動(dòng)的fMRI面部情緒特征提取技術(shù)研究
    4.1 基于大腦視覺皮層的主成分最大相關(guān)體素特征提取技術(shù)
        4.1.1 fMRI體素選擇方法
        4.1.2 主成分最大相關(guān)原理及方法
        4.1.3 基于皮層的主成分最大相關(guān)方法
    4.2 基于參數(shù)優(yōu)選的面部情緒解碼器
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 實(shí)驗(yàn)結(jié)果
        4.3.3 實(shí)驗(yàn)結(jié)果討論
    4.4 本章小結(jié)
第五章 基于實(shí)時(shí)fMRI數(shù)據(jù)增量學(xué)習(xí)的面部情緒解碼技術(shù)研究
    5.1 OpenNFT實(shí)時(shí)功能磁共振數(shù)據(jù)采集和處理系統(tǒng)
    5.2 解碼器在線實(shí)時(shí)更新實(shí)驗(yàn)流程
    5.3 基于增量學(xué)習(xí)的解碼器實(shí)時(shí)更新算法
        5.3.1 經(jīng)典SVM增量學(xué)習(xí)算法
        5.3.2 錯(cuò)誤樣本觸發(fā)SVM增量學(xué)習(xí)算法
    5.4 實(shí)驗(yàn)結(jié)果及分析
        5.4.1 實(shí)驗(yàn)數(shù)據(jù)
        5.4.2 解碼器對(duì)比實(shí)驗(yàn)結(jié)果
    5.5 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)
作者簡歷



本文編號(hào)：3172455