發(fā)布時(shí)間：2020-05-05 06:57

【摘要】：隨著我國(guó)步入老齡化階段,阿爾茲海默病(Alzheimer’s Disease,AD)患者日益增多。迄今為止尚未出現(xiàn)完全治愈AD的方法,因此人們將研究重點(diǎn)轉(zhuǎn)向了AD的前期階段——輕度認(rèn)知障礙(Mild Congnitive Impairment,MCI)的診斷,該領(lǐng)域的研究也日益受到國(guó)內(nèi)外相關(guān)研究人員的關(guān)注。腦電(Electroencephalogram,EEG)信號(hào)分析是當(dāng)前快速實(shí)時(shí)診斷MCI的有效方式,深度學(xué)習(xí)因自身的優(yōu)勢(shì)成為了腦電信號(hào)分類領(lǐng)域的研究熱點(diǎn),并且從腦電信號(hào)中提取適合深度學(xué)習(xí)模型分類的特征極其重要。本文從腦電信號(hào)特征提取以及深度學(xué)習(xí)兩方面出發(fā),對(duì)多光譜圖像轉(zhuǎn)化方法進(jìn)行改進(jìn),提出了一種新的腦電信號(hào)特征提取方法及對(duì)多輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了相應(yīng)的改進(jìn)。首先,改進(jìn)了一種多光譜圖像轉(zhuǎn)化方法,并在此基礎(chǔ)上提出了一種多腦區(qū)多光譜圖像融合的腦電信號(hào)特征提取方法。該方法將大腦分成多個(gè)不同的腦區(qū),結(jié)合多光譜圖像轉(zhuǎn)化方法將不同腦區(qū)的腦電信號(hào)分別轉(zhuǎn)化成多個(gè)多光譜圖像,然后使用像素級(jí)圖像加權(quán)融合方法將多腦區(qū)的多光譜圖像融合成一幅質(zhì)量更高、信息量更豐富的多光譜圖像。其次,對(duì)多輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。針對(duì)經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)無(wú)法獲取理想的多樣化特征的問題,引入多輸入卷積神經(jīng)網(wǎng)絡(luò)。并針對(duì)腦電信號(hào)多光譜圖像,提出采用單一尺度的卷積核進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的搭建,使其更適合于腦電信號(hào)多光譜圖像的分類,即單尺度多輸入卷積神經(jīng)網(wǎng)絡(luò)的腦電信號(hào)分類方法。最后,將具有II型糖尿病(type 2 diabetes mellitus,T2DM)癥狀的遺忘型輕度認(rèn)知障礙(amnestic Mild Cognitive Impairment,aMCI)患者與對(duì)照組(Normal Control,NC)的任務(wù)態(tài)腦電信號(hào)作為實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)分析。將上述提出的新特征提取方法與改進(jìn)的分類方法分別與已有的相關(guān)算法進(jìn)行比較,結(jié)果驗(yàn)證了本文提出的兩個(gè)方法均能有效地提高兩類樣本腦電信號(hào)的分類性能。
【圖文】：

圖 3-1 18 個(gè)電極在大腦皮層上的分布圖號(hào)研究中最常用的三個(gè)頻段，分別為；beta 頻段：14Hz-30Hz。求提取相關(guān)的腦電頻段，并計(jì)算各極位置進(jìn)行轉(zhuǎn)換，電極的 3D 位置可換成 2D 位置坐標(biāo)。特征值按照電極位置將其以像素點(diǎn)算周圍像素點(diǎn)的對(duì)應(yīng)特征值。 及 beta 三個(gè)頻段形成的圖像按照 。轉(zhuǎn)化的多光譜圖像如圖 3-2 所示。

圖 3-1 18 個(gè)電極在大腦皮層上的分布圖了腦電信號(hào)研究中最常用的三個(gè)頻段，，分別為：theta 頻8Hz-13Hz；beta 頻段：14Hz-30Hz。為按照要求提取相關(guān)的腦電頻段，并計(jì)算各頻段內(nèi)對(duì)應(yīng)為特征。實(shí)際的電極位置進(jìn)行轉(zhuǎn)換，電極的 3D 位置可以從 Gith方法將其轉(zhuǎn)換成 2D 位置坐標(biāo)。計(jì)算出來(lái)的特征值按照電極位置將其以像素點(diǎn)的形式呈現(xiàn)er 插值法計(jì)算周圍像素點(diǎn)的對(duì)應(yīng)特征值。heta、alpha 及 beta 三個(gè)頻段形成的圖像按照 RGB 的通道光譜圖像。轉(zhuǎn)化的多光譜圖像如圖 3-2 所示。
【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】：2019
【分類號(hào)】：TN911.7;R749.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋曉燕;陳子怡;周毅;;基于多尺度排列熵的腦電信號(hào)分類[J];中國(guó)數(shù)字醫(yī)學(xué);2019年05期

2 王曉麗;;基于深度學(xué)習(xí)的癲癇腦電信號(hào)分析與預(yù)測(cè)[J];長(zhǎng)春大學(xué)學(xué)報(bào);2019年06期

3 王薇蓉;張雪英;孫穎;暢江;;關(guān)于腦電信號(hào)的情感優(yōu)化識(shí)別仿真[J];計(jì)算機(jī)仿真;2018年06期

4 郭婷儀;李素芳;鐘桂仙;曾佳璇;周酥;;基于腦電信號(hào)的耳鳴識(shí)別算法研究[J];科技傳播;2018年13期

5 左晶;萬(wàn)小勤;羅楊;鄭斌;陳斌林;任祥花;;癲癇腦電信號(hào)的相關(guān)性分析[J];電子世界;2017年05期

6 張娜;唐賢倫;劉慶;;基于半監(jiān)督學(xué)習(xí)的腦電信號(hào)特征提取及識(shí)別[J];工程科學(xué)與技術(shù);2017年S2期

7 石喬莉;王延輝;李信政;;基于腦電信號(hào)的駕駛疲勞的研究[J];世界最新醫(yī)學(xué)信息文摘;2017年55期

8 王恒;李念強(qiáng);齊鵬沖;;運(yùn)動(dòng)想象腦電信號(hào)特征的提取與分類[J];工業(yè)控制計(jì)算機(jī);2015年02期

9 李亞杰;宋明星;張玉棟;;腦電信號(hào)采集系統(tǒng)的設(shè)計(jì)[J];河北建筑工程學(xué)院學(xué)報(bào);2014年01期

10 蔡超峰;張勇;郭舒婷;姜利英;;思維腦電信號(hào)的關(guān)聯(lián)維數(shù)分析[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

相關(guān)會(huì)議論文 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號(hào)的動(dòng)態(tài)時(shí)空響應(yīng)拓?fù)鋱D[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號(hào)診斷專家系統(tǒng)的研究[A];中國(guó)生理學(xué)會(huì)第21屆全國(guó)代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2002年

3 李凌;曾慶寧;堯德中;;利用兩級(jí)抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號(hào)[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

4 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號(hào)采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

5 張丹丹;丁海艷;侯新琳;葉大田;;新生豬缺氧缺血實(shí)驗(yàn)中腦電信號(hào)的偽差分析[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

6 葛家怡;周鵬;王明時(shí);;睡眠腦電信號(hào)樣本熵的研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

7 胡楠;徐進(jìn);鄭崇勛;;不同麻醉深度下腦電信號(hào)的復(fù)雜度研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

8 歐陽(yáng)軼;鄭崇勛;張崇;;基于腦電小波熵的生理性精神疲勞分析[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

9 許濤;朱林劍;包海濤;;基于思維腦電信號(hào)的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

10 童珊;黃華;陳槐卿;;混沌理論在腦電信號(hào)分析中的應(yīng)用[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

相關(guān)重要報(bào)紙文章 前8條

1 記者 張夢(mèng)然;腦電信號(hào)神經(jīng)反饋訓(xùn)練可增強(qiáng)抗壓性[N];科技日?qǐng)?bào);2018年

2 本報(bào)記者 張佳星;腦電波讀出容易，讀懂很難[N];科技日?qǐng)?bào);2019年

3 本報(bào)記者 曾福泉 鄭文 通訊員 吳雅蘭 柯溢能;人機(jī)合一，未來(lái)已來(lái)[N];浙江日?qǐng)?bào);2020年

4 科學(xué)作者 譯者 猛瑪;如何做到真正的因材施教[N];電腦報(bào);2016年

5 本報(bào)記者 張曉鳴;用腦電波開車，這不是開玩笑[N];文匯報(bào);2015年

6 本報(bào)特約撰稿人 陸志城;我思，故我動(dòng)[N];醫(yī)藥經(jīng)濟(jì)報(bào);2003年

7 蘭順正;讓人與機(jī)器連接更便捷[N];中國(guó)國(guó)防報(bào);2019年

8 本報(bào)記者 馮海波 通訊員 劉慧嬋 祝和平;大學(xué)生創(chuàng)意閃耀的舞臺(tái)[N];廣東科技報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 孫愛芹;基于腦電信號(hào)的上肢假肢在線控制方法研究[D];山東科技大學(xué);2017年

2 李明陽(yáng);基于復(fù)合域分析的癲癇腦電信號(hào)檢測(cè)算法研究[D];吉林大學(xué);2018年

3 張濤;基于模糊分布熵和復(fù)值模糊分布熵的癲癇腦電信號(hào)自動(dòng)分類算法研究[D];吉林大學(xué);2019年

4 韓凌;腦電信號(hào)同步分析及癲癇發(fā)作預(yù)測(cè)方法研究[D];東北大學(xué);2016年

5 趙麗;基于腦電信號(hào)的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

6 繆曉波;基于腦電信號(hào)的認(rèn)知?jiǎng)恿W(xué)系統(tǒng)研究——線性/非線性方法及動(dòng)態(tài)時(shí)—頻—空分析[D];重慶大學(xué);2004年

7 徐鵬;信號(hào)的稀疏分解及其在腦電信號(hào)處理中的應(yīng)用研究[D];電子科技大學(xué);2006年

8 伍亞舟;基于想象左右手運(yùn)動(dòng)思維腦電BCI實(shí)驗(yàn)及識(shí)別分類研究[D];第三軍醫(yī)大學(xué);2007年

9 唐艷;基于時(shí)間、頻率和空間域的自發(fā)腦電信號(hào)提取[D];中南大學(xué);2008年

10 陳東偉;非線性動(dòng)力學(xué)、因果腦網(wǎng)絡(luò)與聚類穩(wěn)定性在腦電信號(hào)分析中的應(yīng)用研究[D];太原理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 楊濟(jì)維;基于半監(jiān)督深度學(xué)習(xí)的腦電信號(hào)特征提取及識(shí)別[D];重慶郵電大學(xué);2019年

2 張海濤;基于EEG信號(hào)的癲癇發(fā)作狀態(tài)分析方法研究[D];重慶郵電大學(xué);2019年

3 李丹妮;基于運(yùn)動(dòng)想象腦電信號(hào)的特征提取和分類算法研究[D];重慶郵電大學(xué);2019年

4 高峰星;基于情感腦電信號(hào)的分類研究[D];重慶郵電大學(xué);2019年

5 朱延龍;基于穩(wěn)態(tài)視覺誘發(fā)的腦電信號(hào)分類算法研究[D];南京航空航天大學(xué);2019年

6 張美妍;基于EEG警覺狀態(tài)檢測(cè)方法及實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2019年

7 盛彬;基于信息融合的駕駛危險(xiǎn)場(chǎng)景分析識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2019年

8 葉彥斌;基于壓縮感知的腦電數(shù)據(jù)壓縮及FPGA實(shí)現(xiàn)[D];華南理工大學(xué);2019年

9 劉博翰;基于腦電信號(hào)的導(dǎo)聯(lián)篩選及可解釋情緒分類模型研究[D];華南理工大學(xué);2019年

10 沈玉潤(rùn);深度學(xué)習(xí)在腦電信號(hào)特征提取及分類中的應(yīng)用[D];上海交通大學(xué);2018年

本文編號(hào)：2649719