本文關(guān)鍵詞：基于小波分解和Teager能量算子的P300特征提取及分類(lèi)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦電作為最普遍和緊要的人體生物電之一,根據(jù)研究表明其含有豐碩的生理、心理及病理信息。腦機(jī)接口(brain-computer interface, BCI)是一種生命科學(xué)領(lǐng)域的通訊接口,研究表明通過(guò)記錄腦電信號(hào),并對(duì)腦電信號(hào)進(jìn)行一定的處理后能夠解讀出被測(cè)試的人體大腦的思維,因此能夠?qū)⑵滢D(zhuǎn)換成機(jī)器能識(shí)別的控制命令從而實(shí)現(xiàn)人腦對(duì)計(jì)算機(jī)、輪椅、家用電器和機(jī)器人等控制,因此科研人員研究腦電信號(hào)具有舉足輕重的意義,主要運(yùn)用于腦功能分析、臨床神經(jīng)科疾病分析、判斷人思維乃至國(guó)防工業(yè)等方面�；谝曈X(jué)誘發(fā)電位P300的腦機(jī)接口比較容易實(shí)現(xiàn),因此本論文主要是研究如何判斷采用視覺(jué)誘發(fā)獲得的腦電數(shù)據(jù)中是否含有誘發(fā)電位P300及其處理方法：1.在腦電采集系統(tǒng)中,工頻干擾是最常見(jiàn)的干擾之一,在硬件上進(jìn)行強(qiáng)制性去工頻干擾會(huì)去掉有用的腦電信號(hào),所以使用算法軟式去工頻干擾,可以減少腦電信息的丟失,因此本論文對(duì)腦電信號(hào)預(yù)處理時(shí)專(zhuān)門(mén)設(shè)計(jì)了一個(gè)工頻陷波器,濾掉50Hz的工頻干擾,它能在保證其他頻率的信號(hào)不損失的情況下,有效的抑制輸入信號(hào)中某一頻率信息。2.工頻濾波后的腦電數(shù)據(jù)可能還是含有其他的噪聲,甚至被噪聲淹沒(méi),使提取腦電數(shù)據(jù)的特征帶來(lái)了非常大的困難,所以去除掉噪聲為下步特征提取做好準(zhǔn)備具有重要意義。由于小波分析是一類(lèi)窗口大小不變,大小可變的典型的不論在時(shí)域還是頻域都有不錯(cuò)的局部化信號(hào)分析方法,其可根據(jù)被分析的信號(hào)的特點(diǎn)自適應(yīng)地分析不同尺度的被分析信號(hào),所以本論文使用基于小波基‘'sym6"勺小波分析進(jìn)行默認(rèn)閾值去噪；3.為了提高分辨的速度和提取腦電數(shù)據(jù)時(shí)域的特征量,進(jìn)行腦電數(shù)據(jù)降維的同時(shí)保存腦電數(shù)據(jù)時(shí)域的基本特征是普遍的做法。根據(jù)對(duì)小波分解的介紹和分析,本論文采用了基于小波基“sym6”的腦電數(shù)據(jù)分解,一段采樣點(diǎn)206的腦電數(shù)據(jù)的經(jīng)過(guò)小波分解后降維到23個(gè)點(diǎn)；4.為了獲得更多P300的特征量已到達(dá)訓(xùn)練出更好的支持向量機(jī)分類(lèi)模型,本論文提出了采集腦電數(shù)據(jù)的能量域特征,因此引入了Teager能量算子。Teager能量算子的計(jì)算比較簡(jiǎn)單因此在計(jì)算一段標(biāo)記區(qū)間的腦電數(shù)據(jù)比較迅速；5.腦電數(shù)據(jù)進(jìn)行時(shí)域和能量域的特征提取后,要使用一種方法進(jìn)行二分類(lèi)判斷其是否含有P300。本論文提出了采用支持向量機(jī)進(jìn)行二分類(lèi),選用基于RBF核函數(shù)的支持向量機(jī)分類(lèi)模型能夠滿足判斷腦電數(shù)據(jù)是否含有P300的要求。因此,本文提出的基于小波分解和Teager能量算子的綜合特征提取算法比只基于時(shí)域特征提取的算法精度更高。具有比較好的理論研究和應(yīng)用價(jià)值。
【關(guān)鍵詞】：BCI P300 小波分解 Teager能量算子 支持向量機(jī)
【學(xué)位授予單位】：廣東工業(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)】：TN911.7;R338
【目錄】：

• 摘要4-6
• Abstract6-12
• 第一章 緒論12-17
• 1.1 研究背景及意義12-14
• 1.2 P300腦電信號(hào)處理國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.3 論文的主要研究?jī)?nèi)容及結(jié)構(gòu)安排16-17
• 第二章 P300特征提取及分類(lèi)算法整體框架17-22
• 2.1 腦電的電生理學(xué)基礎(chǔ)17-18
• 2.2 P300原理18-20
• 2.3 P300特征提取及分類(lèi)算法框架20-21
• 2.4 小結(jié)21-22
• 第三章 P300特征提取22-40
• 3.1 腦電信號(hào)預(yù)處理22-35
• 3.1.1 工頻陷波器22-23
• 3.1.2 基于小波分析的腦電信號(hào)去噪算法23-35
• 3.2 腦電信號(hào)的特征提取35-39
• 3.2.1 基于小波分析的腦電信號(hào)特征提取35-38
• 3.2.2 基于Teager能量算子的腦信號(hào)能量特征提取38
• 3.2.3 特征提取算法38-39
• 3.3 小結(jié)39-40
• 第四章 腦電信號(hào)的支持向量機(jī)分類(lèi)40-46
• 4.1 支持向量機(jī)基本原理40-45
• 4.2 腦電信號(hào)的支持向量機(jī)二分類(lèi)45
• 4.3 小結(jié)45-46
• 第五章 測(cè)試平臺(tái)搭建及測(cè)試結(jié)果分析46-66
• 5.1 測(cè)試平臺(tái)搭建46-49
• 5.1.1 范式誘發(fā)P300界面設(shè)計(jì)46-47
• 5.1.2 改進(jìn)的范式刺激誘發(fā)界面設(shè)計(jì)47-49
• 5.2 腦電信號(hào)的測(cè)試結(jié)果與分析49-64
• 5.2.1 預(yù)處理結(jié)果及分析50-57
• 5.2.2 特征提取結(jié)果及分析57-64
• 5.3 小結(jié)64-66
• 結(jié)論和展望66-68
• 參考文獻(xiàn)68-72
• 攻讀學(xué)位期間的科研成果72-74
• 致謝74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葛丁飛;李小梅;;心電信號(hào)多周期融合特征提取和分類(lèi)研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2006年06期

2 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類(lèi)蛋白質(zhì)同源寡聚體分類(lèi)研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

3 薛建中,鄭崇勛,閆相國(guó);快速多變量自回歸模型的意識(shí)任務(wù)的特征提取與分類(lèi)[J];西安交通大學(xué)學(xué)報(bào);2003年08期

4 楊曉敏,羅立民;白細(xì)胞自動(dòng)分類(lèi)中的特征提取和分析[J];北京生物醫(yī)學(xué)工程;1992年04期

5 王雙維;樊曉平;廖志芳;;一種激光誘導(dǎo)熒光光譜特征提取新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年12期

6 杜軍平,涂序彥;計(jì)算機(jī)圖像處理技術(shù)在舌像特征提取中的應(yīng)用[J];中國(guó)醫(yī)學(xué)影像技術(shù);2003年S1期

7 游佳;陳卉;;數(shù)字圖像中血管的分割與特征提取[J];生物醫(yī)學(xué)工程與臨床;2011年01期

8 謝軼峰;;乳腺超聲圖像腫瘤特征提取與腫瘤分類(lèi)[J];中外醫(yī)療;2013年16期

9 吳澤暉,吳星;醫(yī)學(xué)圖象的邊緣特征提取[J];海南師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年03期

10 楊曉敏，，羅立民，韋鈺;血液白細(xì)胞計(jì)算機(jī)分類(lèi)中的特征提取研究[J];應(yīng)用科學(xué)學(xué)報(bào);1994年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光

本文編號(hào)：259088