本文關(guān)鍵詞：基于穩(wěn)態(tài)子空間分析的運動想象腦電信號研究　出處：《南京郵電大學》2016年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 穩(wěn)態(tài)子空間分析 腦電信號 JSD 運動想象

【摘要】：運動想象腦電信號是非常典型的非線性,非平穩(wěn)信號。因此,隨著現(xiàn)代信號分析方法的發(fā)展,人們開始利用非平穩(wěn)信號分析方法來提取腦電信號的特征信息。穩(wěn)態(tài)子空間分析是一種新的數(shù)據(jù)處理算法,其目的在于找出多元時間序列中的穩(wěn)態(tài)部分。本文主要針對穩(wěn)態(tài)子空間分析算法進行了改進,分析與研究,并將基于近似熵的特征提取算法與改進的穩(wěn)態(tài)子空間分析算法結(jié)合,應用于基于運動想象的腦-機接口研究中。最后設(shè)計了基于Java.Swing技術(shù)的改進的穩(wěn)態(tài)子空間分析工具箱。(1)提出了一種改進的穩(wěn)態(tài)子空間分析算法,并應用于基于運動想象的腦-機接口研究中。穩(wěn)態(tài)子空間分析(Stationary Subspace Analysis,SSA)算法在腦電研究領(lǐng)域取得了一定的成效,但目前該算法還不夠完善,腦電數(shù)據(jù)分類誤差還比較大,因此要想更好的研究腦電信號,就必須進一步加強算法優(yōu)化,減少分類誤差。本章提出了一種基于Jensen熵(Jensen-Shannon Divergence,JSD)的穩(wěn)態(tài)子空間分析算法,將JSD代替原SSA算法中的KL散度(Kullback-Leibler Divergence,KLD),對改進后的算法(以下簡稱為JSSA算法)進行了模擬仿真,最后將SSA算法和JSSA算法應用到二類運動想象腦電信號和四類運動想象腦電信號中,對數(shù)據(jù)集進行分類提取,實驗結(jié)果表明,基于JSSA算法比基于SSA算法能使運動想象腦電信號分類效果更加準確,對運動想象腦電研究具有一定的學術(shù)參考價值。(2)將基于近似熵的特征提取算法與改進的穩(wěn)態(tài)子空間分析算法結(jié)合,并應用于基于運動想象的腦-機接口研究中。在目前EEG的近似熵研究中,將其應用在基于運動想象的腦-機接口研究中的報道還非常少,本章將采用近似熵值作為左右手運動想象腦電任務的特征值,對比Graz2003二類運動想象腦電數(shù)據(jù)集的實驗結(jié)果,我們可以得出,基于近似熵為特征可以區(qū)分不同的運動想象腦電任務,最后我們把第三章提到的改進的穩(wěn)態(tài)子空間算法結(jié)合近似熵算法應用到Graz2003二類運動想象腦電數(shù)據(jù)集中,從而驗證了使用JSSA算法可以使運動想象腦電信號的分類結(jié)果更為準確,對未來的腦-機接口領(lǐng)域的發(fā)展具有參考意義。(3)基于Java.Swing技術(shù)的改進的穩(wěn)態(tài)子空間分析工具箱的設(shè)計與實現(xiàn)利用java編程實現(xiàn)改進的穩(wěn)態(tài)子空間分析工具箱,該系統(tǒng)可以對運動想象腦電信號進行穩(wěn)態(tài)子空間分析,并顯示分析結(jié)果。通過驗證證明此系統(tǒng)能夠有效地將平穩(wěn)信號分離出來,并且該工具箱將JSSA算法進行了模塊化,界面化,以方便更多的人使用,在實際的運動想象腦電研究中起到了重要作用。
[Abstract]:......
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R318;TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 華東;;減重訓練聯(lián)合運動想象療法對偏癱步行的影響[J];中國中醫(yī)急癥;2008年12期

2 顧麗燕;尤桂杰;趙娜娜;;運動想象療法在臨床中的應用[J];中外醫(yī)療;2010年34期

3 劉麗;尹姣;黃菲;李春靜;趙思宇;張會君;;腦卒中偏癱患者運動想象能力的影響因素[J];中國老年學雜志;2012年04期

4 謝財忠;唐軍凱;;運動想象療法與腦卒中偏癱康復[J];醫(yī)學研究生學報;2012年11期

5 徐寶國;宋愛國;;單次運動想象腦電的特征提取和分類[J];東南大學學報(自然科學版);2007年04期

6 閆彥寧;趙斌;賈子善;黃力平;槐雅萍;;運動想象應用于腦卒中偏癱康復的研究進展[J];中國康復;2008年01期

7 朱琳;賈曉紅;劉霖;王世云;楊勝榮;宋為群;;運動想象對卒中后偏癱患者手功能康復的療效觀察[J];中國腦血管病雜志;2009年09期

8 高晴;陳華富;;基于動態(tài)因果模型的運動執(zhí)行和運動想象腦網(wǎng)絡研究[J];電子科技大學學報;2010年03期

9 高曉艷;谷艷;夏彩秋;周萍萍;楊青蘭;王代譽;;運動想象結(jié)合運動再學習療法對腦卒中患者肢體功能和生存質(zhì)量的影響[J];中國傷殘醫(yī)學;2011年05期

10 顧麗燕;姚麗華;尤桂杰;趙娜娜;梁丹丹;;近紅外光譜技術(shù)用于運動和運動想象時大腦皮質(zhì)血氧反應監(jiān)測的研究[J];中國康復醫(yī)學雜志;2011年08期

相關(guān)會議論文 前10條

1 楊遠濱;王薌斌;;淺談中醫(yī)意念與運動想象的比較[A];中國醫(yī)師協(xié)會第二屆康復醫(yī)學論壇、中國康復醫(yī)學會第四屆青年學術(shù)會議、北京康復醫(yī)學會第三屆會員代表大會論文集[C];2005年

2 賈子善;;運動想像的理論與應用[A];2008年浙江省物理醫(yī)學與康復學術(shù)年會暨中樞神經(jīng)功能損傷康復新進展學習班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時;;運動想象腦電模式的動態(tài)分類[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集（下冊）[C];2007年

4 諸強;謝琳;;基于小波分析的運動想象腦電模式特征提取與分類[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集（下冊）[C];2007年

5 孔萬增;張艷娜;胡三清;戴國駿;張建海;魏大名;;基于運動想象的中風患者肢體康復實時控制系統(tǒng)[A];第一屆全國神經(jīng)動力學學術(shù)會議程序手冊 & 論文摘要集[C];2012年

6 徐海鷹;;運動想象療法結(jié)合運動再學習方案在腦卒中早期患者上肢功能的應用[A];中國康復醫(yī)學會運動療法分會第十一屆全國康復學術(shù)大會學術(shù)會議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運動想象聯(lián)合強制性運動療法治療腦卒中偏癱60例臨床觀察[A];中國康復醫(yī)學會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復學術(shù)年會、湖南省康復醫(yī)學會神經(jīng)康復專業(yè)委員會2012學術(shù)年會論文集[C];2012年

8 王艷;唐強;白震民;李娟;;頭穴叢刺與被動運動和運動想象結(jié)合對早期腦卒中患者運動功能的影響[A];中國康復醫(yī)學會第五屆全國康復治療學術(shù)會議論文集[C];2006年

9 劉佳;鄧景貴;陶希;宋紅;;運動想象療法對老年卒中偏癱患者肢體功能恢復的影響研究[A];中國康復醫(yī)學會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復學術(shù)年會、湖南省康復醫(yī)學會神經(jīng)康復專業(yè)委員會2012學術(shù)年會論文集[C];2012年

10 吳華;顧旭東;時美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實技術(shù)結(jié)合運動想象療法對腦卒中患者上肢功能恢復的影響[A];2013浙江省物理醫(yī)學與康復學學術(shù)年會暨第八屆浙江省康復醫(yī)學發(fā)展論壇論文集[C];2013年

相關(guān)博士學位論文 前9條

1 張銳;運動想象腦—機接口的神經(jīng)機制與識別算法研究[D];電子科技大學;2015年

2 王莉;應用腦功能成像技術(shù)研究腦卒中運動想象療法神經(jīng)康復機制[D];重慶大學;2015年

3 單海軍;基于運動想象的腦機接口通道選擇算法研究[D];浙江大學;2015年

4 魏慶國;基于運動想象的腦—機接口分類算法的研究[D];清華大學;2006年

5 徐舫舟;基于運動想象的腦機接口相關(guān)算法研究[D];山東大學;2014年

6 閆靜;基于腦電的腦卒中患者運動想象認知過程的研究[D];上海交通大學;2012年

7 方永慧;基于運動想象腦電信號非線性特性分析的腦—機接口研究[D];重慶大學;2014年

8 周鵬;基于運動想象的腦機接口的研究[D];天津大學;2007年

9 孫莉敏;運動想象訓練促進腦卒中患者功能恢復的功能磁共振（fMRI）研究[D];復旦大學;2013年

相關(guān)碩士學位論文 前10條

1 牛小辰;康復運動中的腦肌電特征分析[D];燕山大學;2015年

2 謝立娟;針灸合并運動想象療法在腦卒中偏癱患者康復護理中的應用[D];河北醫(yī)科大學;2015年

3 孫會文;基于運動想象腦電的腦機交互模式識別方法研究[D];昆明理工大學;2015年

4 戴若夢;基于深度學習的運動想象腦電分類[D];北京理工大學;2015年

5 郭蘭錦;基于結(jié)構(gòu)MRI的運動想象BCI機制研究[D];電子科技大學;2014年

6 翟紅利;基于運動想象的腦機接口的數(shù)學模型與算法研究[D];長沙理工大學;2014年

7 叢壯;運動想象結(jié)合音樂療法在卒中偏癱患者上肢康復中的應用[D];遼寧醫(yī)學院;2015年

8 康莎莎;多類運動想象腦電信號的識別及其在BCI中的應用[D];安徽大學;2016年

9 何青松;基于想象左右手運動思維腦電識別分類研究[D];北京交通大學;2016年

10 劉傳偉;運動想象腦電的特征提取和模式分類算法研究及在線驗證[D];昆明理工大學;2016年

，

本文編號：1347886