【摘要】：腦卒中患者運(yùn)動(dòng)康復(fù)訓(xùn)練和功能評(píng)價(jià)已成為人工智能、神經(jīng)科學(xué)和康復(fù)工程等領(lǐng)域的交叉研究熱點(diǎn)。其中,基于腦電和肌電信號(hào)的人機(jī)接口能夠幫助患者實(shí)現(xiàn)對(duì)外部設(shè)備的控制,激發(fā)患者主動(dòng)運(yùn)動(dòng)意圖并促進(jìn)神經(jīng)重塑,改善康復(fù)訓(xùn)練效果。然而由于腦電和肌電信號(hào)的微弱性、復(fù)雜性特征以及患者運(yùn)動(dòng)時(shí)會(huì)出現(xiàn)疲勞、肌力不足等情況,目前單獨(dú)基于腦電信號(hào)或肌電信號(hào)控制的康復(fù)系統(tǒng)在控制準(zhǔn)確性和穩(wěn)定性以及康復(fù)狀態(tài)評(píng)價(jià)等方面仍有待進(jìn)一步研究。本文研究腦電和肌電信號(hào)融合及同步分析方法,利用腦肌電信號(hào)間的協(xié)同互補(bǔ)性來提高運(yùn)動(dòng)模式識(shí)別的準(zhǔn)確率和穩(wěn)定性;同時(shí),分析腦肌電信號(hào)間的多層次同步耦合關(guān)系,從神經(jīng)運(yùn)動(dòng)控制層面解碼手部運(yùn)動(dòng)控制神經(jīng)生理機(jī)制,為進(jìn)一步應(yīng)用于康復(fù)機(jī)構(gòu)控制和臨床康復(fù)功能評(píng)價(jià)提供理論基礎(chǔ)。首先,總結(jié)腦電信號(hào)和肌電信號(hào)在康復(fù)工程領(lǐng)域的研究及應(yīng)用現(xiàn)狀,介紹了腦電和肌電信號(hào)的產(chǎn)生原理、特征屬性、采集原理及預(yù)處理通用方法,并提出相應(yīng)的預(yù)處理算法用于去除實(shí)測(cè)腦電和肌電信號(hào)的偽跡干擾。其次,針對(duì)腦肌電信號(hào)間的協(xié)同互補(bǔ)性特點(diǎn),提出基于粒子群優(yōu)化-支持向量機(jī)的腦肌電特征融合方法:定義“融合系數(shù)”將腦電和肌電特征進(jìn)行融合,利用支持向量機(jī)和粒子群優(yōu)化算法實(shí)現(xiàn)融合系數(shù)的自適應(yīng)優(yōu)化和運(yùn)動(dòng)模式分類,進(jìn)而實(shí)現(xiàn)腦肌電特征的有效融合以提高運(yùn)動(dòng)模式分類準(zhǔn)確性;并通過調(diào)整腦肌電特征“融合系數(shù)”降低由于患者肌力不足、疲勞帶來的影響,提高模式識(shí)別系統(tǒng)穩(wěn)定性。再次,為探索腦肌電間多層次的同步耦合關(guān)系,在對(duì)比分析一致性、格蘭杰因果、傳遞熵三種同步性分析算法基礎(chǔ)上,提出了時(shí)頻傳遞熵算法,從時(shí)頻、方向性和非線性角度研究腦肌電信號(hào)間的信息傳遞特性。通過對(duì)每種算法的仿真分析驗(yàn)證本文算法,可用于描述不同耦合模型間的信息傳遞關(guān)系。最后,對(duì)腦肌電信號(hào)融合模型和同步分析方法進(jìn)行實(shí)驗(yàn)研究。同步采集9名健康被試在單側(cè)手腕彎曲和伸展?fàn)顟B(tài)下的腦電和肌電信號(hào),利用粒子群優(yōu)化-支持向量機(jī)的腦肌電特征融合模型實(shí)現(xiàn)對(duì)單側(cè)手腕彎曲和伸展運(yùn)動(dòng)模式的有效分類;同步采集10名健康被試4種不同握力下的腦肌電信號(hào),并利用一致性、格蘭杰因果、傳遞熵和本文提出的時(shí)頻傳遞熵算法分別刻畫不同時(shí)頻段、不同傳遞方向上的皮層肌肉間線性與非線性耦合特征,驗(yàn)證本文方法的有效性,同時(shí)揭示皮層肌肉運(yùn)動(dòng)系統(tǒng)控制手部力量輸出的神經(jīng)機(jī)制。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7;R49

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 常瑞峰;宋立新;;乳腺X線影像鈣化病灶檢索技術(shù)研究[J];中國(guó)圖象圖形學(xué)報(bào);2011年01期

2 ;[J];;年期

相關(guān)會(huì)議論文 前7條

1 劉冰;羅熊;劉華平;孫富春;;光學(xué)與深度特征融合在機(jī)器人場(chǎng)景定位中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

2 翟懿奎;甘俊英;曾軍英;;基于特征融合與支持向量機(jī)的偽裝人臉識(shí)別[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

3 卞志國(guó);金立左;費(fèi)樹岷;;基于增量判別分析的特征融合與視覺目標(biāo)跟蹤[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

4 韓文靜;李海峰;韓紀(jì)慶;;基于長(zhǎng)短時(shí)特征融合的語音情感識(shí)別方法研究[A];第九屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

5 羅昕煒;方世良;;寬帶調(diào)制信號(hào)特征融合方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

6 金挺;周付根;白相志;;一種簡(jiǎn)單有效的特征融合粒子濾波跟蹤算法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

7 孟凡潔;孔祥維;尤新剛;;基于特征融合的相機(jī)來源認(rèn)證方法[A];全國(guó)第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國(guó)高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

相關(guān)博士學(xué)位論文 前10條

1 周斌;多生物特征融合理論的研究與實(shí)驗(yàn)[D];清華大學(xué);2007年

2 彭偉民;特征數(shù)據(jù)的量子表示與融合方法[D];華南理工大學(xué);2013年

3 陳倩;多生物特征融合身份識(shí)別研究[D];浙江大學(xué);2007年

4 蒲曉蓉;多模態(tài)生物特征融合的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2007年

5 王志芳;基于感知信息的多模態(tài)生物特征融合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 王楠;基于多視覺特征融合的后方車輛檢測(cè)技術(shù)研究[D];東北大學(xué)　;2009年

7 徐穎;基于特征融合與仿生模式的生物特征識(shí)別研究[D];華南理工大學(xué);2013年

8 樊國(guó)梁;基于多類特征融合的蛋白質(zhì)亞線粒體定位預(yù)測(cè)研究[D];內(nèi)蒙古大學(xué);2013年

9 劉金梅;多源遙感影像融合及其應(yīng)用研究[D];中國(guó)海洋大學(xué);2014年

10 張艷;基于柔性陣列 傳感器的足跡特征分析與應(yīng)用研究[D];安徽大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 付艷紅;基于特征融合的人臉識(shí)別算法研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

2 許超;基于特征融合與壓縮感知的實(shí)木地板缺陷檢測(cè)方法研究[D];東北林業(yè)大學(xué);2015年

3 楊文婷;基于微博的情感分析算法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

4 梅尚健;基于特征融合的圖像檢索研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 王鵬飛;基于多慢特征融合的人體行為識(shí)別研究[D];西南大學(xué);2015年

6 丁倩;基于語音信息的多特征情緒識(shí)別算法研究[D];山東大學(xué);2015年

7 薛冰霞;基于多模特征融合的人體跌倒檢測(cè)算法研究[D];山東大學(xué);2015年

8 何樂樂;醫(yī)學(xué)圖像分類中的特征融合與特征學(xué)習(xí)研究[D];電子科技大學(xué);2015年

9 戴博;基于結(jié)構(gòu)復(fù)雜度特征融合的視覺注意模型研究及其應(yīng)用[D];復(fù)旦大學(xué);2014年

10 王寧;基于特征融合的人臉識(shí)別算法[D];東北大學(xué);2013年

，

本文編號(hào)：2582277