本文關(guān)鍵詞：手部MI-EEG多域特征提取與個(gè)性化采集系統(tǒng)設(shè)計(jì)

  更多相關(guān)文章： 運(yùn)動(dòng)想象腦電 多域特征融合 OEMD 腦電訓(xùn)練 鏡像神經(jīng)元

【摘要】：近年來(lái),隨著基礎(chǔ)腦-機(jī)接口(Brain Computer Interface,BCI)的應(yīng)用和神經(jīng)學(xué)研究的發(fā)展,加速了計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、生物學(xué)等學(xué)科的不斷匯聚。新一代的BCI逐漸與更先進(jìn)的技術(shù)和智能工具相結(jié)合,應(yīng)用的多樣性慢慢開(kāi)始顯現(xiàn)。腦科學(xué)研究上升至國(guó)家戰(zhàn)略,我國(guó)在腦科學(xué)研究方面也取得了重要的進(jìn)展。腦-機(jī)接口的研究與應(yīng)用領(lǐng)域逐漸向生活?yuàn)蕵?lè)、航空軍事、康復(fù)醫(yī)療等多元化方向發(fā)展。不少?lài)?guó)內(nèi)外的科研機(jī)構(gòu)已經(jīng)從以動(dòng)物為研究對(duì)象初步探索BCI的階段邁向了以人為研究對(duì)象的階段,并且均取得了令人振奮的研究成果,為腦-機(jī)接口從實(shí)驗(yàn)室走向大眾生活奠定了扎實(shí)的基礎(chǔ)。人們?cè)谶M(jìn)行運(yùn)動(dòng)想象時(shí)和實(shí)際運(yùn)動(dòng)時(shí)會(huì)激活相同的腦區(qū),因此,運(yùn)動(dòng)想象腦電信號(hào)(Motor Imagery Electroencephalograph,MI-EEG)有著重要的研究意義和價(jià)值。本課題以MI-EEG為研究對(duì)象,從特征提取、多域特征融合的角度分析了兩種運(yùn)動(dòng)想象腦電信號(hào),并對(duì)各類(lèi)腦電信號(hào)特征之間相關(guān)性進(jìn)行分析,以提高腦電信號(hào)的識(shí)別率。為進(jìn)一步促進(jìn)MI-EEG在康復(fù)領(lǐng)域中的應(yīng)用,增強(qiáng)腦電信號(hào)的強(qiáng)度,本文設(shè)計(jì)了個(gè)性化的腦電訓(xùn)練采集系統(tǒng),以期從腦電信號(hào)產(chǎn)生源改善信號(hào)質(zhì)量。論文的主要研究?jī)?nèi)容如下:(1)基于非線性分析和OEMD的MI-EEG特征提取與相關(guān)性分析本文從非線性角度對(duì)MI-EEG進(jìn)行研究分析,通過(guò)相空間重構(gòu)、計(jì)算EEG的最大Lyapunov指數(shù)、近似熵(Approximate Entropy,ApEn)以及樣本熵(Sample Entropy,SampEn)等非線性特征,證實(shí)了腦電信號(hào)的混沌特性。同時(shí),采用正交經(jīng)驗(yàn)?zāi)B(tài)分解(Orthogonal Empirical Mode Decomposition,OEMD)提取了MI-EEG的固有模態(tài)分量,計(jì)算相應(yīng)的能量均值特征,并與非線性樣本熵特征進(jìn)行線性相關(guān)性分析。結(jié)果表明:對(duì)MI-EEG特征進(jìn)行簡(jiǎn)單的融合并不能有效提高分類(lèi)精度,特征之間可能存在著極強(qiáng)的相關(guān)性,不具備特征互補(bǔ)特性。這為特征融合過(guò)程提供一個(gè)重要的分析手段。(2)基于OEMD的多尺度相位同步指數(shù)特征提取及多域特征融合為提高運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別率,本文提出一種基于多尺度相位同步指數(shù)的(multi-scale Phase Synchronization Index,mPSI)腦電特征提取方法。該方法對(duì)每導(dǎo)MI-EEG信號(hào)進(jìn)行正交希爾伯特黃變換(OrthogonalHilbert Huang Transform,OHHT),進(jìn)而求得各IMF分量的多尺度相位同步指數(shù)作為相位特征,并與基于OHHT提取的時(shí)頻域能量特征及共空域子空間分解(Common Spatial Subspace Decomposition,CSSD)提取的空域特征進(jìn)行串行融合�；贕raz大學(xué)提供的BCI Competition III數(shù)據(jù)集I,選用增量式支持向量機(jī)(Incremental Support Vector Machine,ISVM)分類(lèi)器進(jìn)行實(shí)驗(yàn)研究,對(duì)左手小分類(lèi)器指與舌頭兩類(lèi)運(yùn)動(dòng)想象任務(wù)腦電信號(hào)的識(shí)別率提高至96%。對(duì)三類(lèi)特征之間的線性相關(guān)性進(jìn)一步分析,結(jié)果顯示腦電信號(hào)相位特征的有效性以及與能量特征和空域特征間的互補(bǔ)性。(3)基于鏡像虛擬的個(gè)性化MI-EEG訓(xùn)練采集系統(tǒng)設(shè)計(jì)腦電信號(hào)的識(shí)別率除了受特征提取與識(shí)別方法的影響以外,腦電信號(hào)本身的質(zhì)量更不可忽視。為充分調(diào)動(dòng)受試者的內(nèi)動(dòng)機(jī),增強(qiáng)運(yùn)動(dòng)想象時(shí)腦電信號(hào)的強(qiáng)度,將康復(fù)治療領(lǐng)域的鏡像療法融合到MI-EEG的訓(xùn)練與采集過(guò)程中。在Qt Creator開(kāi)發(fā)環(huán)境下設(shè)計(jì)了基于鏡像虛擬的個(gè)性化MI-EEG采集系統(tǒng),以有效改善腦電信號(hào)質(zhì)量。在訓(xùn)練模式中設(shè)計(jì)個(gè)性化視聽(tīng)聯(lián)合刺激,受試者佩戴數(shù)據(jù)手套,健側(cè)手執(zhí)行張/握動(dòng)作,利用計(jì)算機(jī)串口實(shí)時(shí)讀取并解碼手部動(dòng)作的數(shù)據(jù)并控制界面中相應(yīng)動(dòng)畫(huà)。在采集模式下受試者觀察自身健側(cè)手鏡像的張/握動(dòng)作動(dòng)畫(huà),有效加強(qiáng)大腦對(duì)側(cè)運(yùn)動(dòng)功能區(qū)鏡像神經(jīng)元的電活動(dòng),實(shí)現(xiàn)提高M(jìn)I-EEG信號(hào)質(zhì)量的目的。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：R318;TN911.7
，

本文編號(hào)：1179527