本文關(guān)鍵詞：基于運(yùn)動(dòng)想象的腦電信號(hào)識(shí)別算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：作為人體的控制中樞,大腦擔(dān)負(fù)著多項(xiàng)重要職責(zé),了解大腦構(gòu)造、認(rèn)識(shí)其工作原理,有助于推進(jìn)腦科學(xué)、康復(fù)工程與智能信息處理等領(lǐng)域的發(fā)展。腦機(jī)接口技術(shù)(BCI)是腦科學(xué)研究領(lǐng)域發(fā)展較為成熟的技術(shù)之一,該技術(shù)可以借助大腦進(jìn)行不同思維活動(dòng)時(shí)產(chǎn)生的信號(hào),實(shí)現(xiàn)大腦與外部環(huán)境的直接交流�；谶\(yùn)動(dòng)想象產(chǎn)生的腦電(EEG)數(shù)據(jù),是目前BCI領(lǐng)域內(nèi)應(yīng)用范圍較廣的一種大腦信號(hào)形式,具有良好的實(shí)踐效果。EEG數(shù)據(jù)中蘊(yùn)含了大量腦內(nèi)活動(dòng)的狀態(tài)信息,對其進(jìn)行特征提取與識(shí)別,能夠發(fā)現(xiàn)不同運(yùn)動(dòng)想象模式下的信號(hào)特征,識(shí)別大腦狀態(tài),從而實(shí)現(xiàn)大腦與外部環(huán)境的直接交流。本文在對BCI相關(guān)領(lǐng)域進(jìn)行調(diào)查研究后,建立完整的EEG數(shù)據(jù)預(yù)處理、特征提取與特征識(shí)別等處理流程,完成運(yùn)動(dòng)想象類別的識(shí)別。針對EEG數(shù)據(jù)信噪比低、數(shù)據(jù)維度高這一問題,在噪聲數(shù)據(jù)去除這一預(yù)處理過程中,對基于不同原理的預(yù)處理算法加以組合,依據(jù)特征提取效果和識(shí)別準(zhǔn)確率進(jìn)行性能對比,確定了最佳的EEG數(shù)據(jù)處理流程;研究了腦電信號(hào)中包含的運(yùn)動(dòng)想象相關(guān)有效成分性質(zhì),分析比較預(yù)處理方法中不同參數(shù)對于有效成分提取的影響。實(shí)驗(yàn)結(jié)果表明,在組合方案中,最佳處理預(yù)處理方案為分頻段濾波與獨(dú)立成分分析相結(jié)合,其最高識(shí)別準(zhǔn)確率為87.87%;同時(shí)實(shí)驗(yàn)發(fā)現(xiàn),運(yùn)動(dòng)想象EEG數(shù)據(jù)最佳處理頻段為12-16 Hz,利用該頻段數(shù)據(jù)可以獲取最高的識(shí)別準(zhǔn)確率,運(yùn)動(dòng)想象EEG數(shù)據(jù)中的最佳獨(dú)立成分?jǐn)?shù)目為10。本文提出一種基于獨(dú)立成分分析與頻繁項(xiàng)集的EEG數(shù)據(jù)采集區(qū)域選擇算法,用于解決EEG數(shù)據(jù)高維度特性造成的數(shù)據(jù)采集過程復(fù)雜、處理成本高的問題。該算法利用獨(dú)立成分分析,首先確定EEG數(shù)據(jù)中各個(gè)獨(dú)立成分所影響數(shù)據(jù)的采集區(qū)域,然后以所影響采集區(qū)域中包含的頻繁項(xiàng)集為基礎(chǔ),選取EEG數(shù)據(jù)有效成分在頭皮表面的主要影響區(qū)域,提高數(shù)據(jù)采集效率。實(shí)驗(yàn)表明,利用該算法可以在保證,在不降低運(yùn)動(dòng)想象類別識(shí)別準(zhǔn)確率的前提下,可以將EEG數(shù)據(jù)采集電極的數(shù)目由118個(gè)減少到32個(gè),達(dá)到降低數(shù)據(jù)維度,提高數(shù)據(jù)采集效率的目的。同時(shí)實(shí)驗(yàn)發(fā)現(xiàn),不同頻段EEG數(shù)據(jù)對應(yīng)的有效采集區(qū)域存在差別,并不完全相同。
【關(guān)鍵詞】：運(yùn)動(dòng)想象 EEG 腦機(jī)接口 采集區(qū)域選擇 獨(dú)立成分分析 頻繁項(xiàng)集
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R318;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-20
• 1.1 研究背景及意義11-12
• 1.1.1 腦科學(xué)概述11
• 1.1.2 研究意義11-12
• 1.2 腦機(jī)接口技術(shù)國內(nèi)外發(fā)展概述12-15
• 1.2.1 腦機(jī)接口概述12-14
• 1.2.2 腦機(jī)接口研究現(xiàn)狀14-15
• 1.3 腦電信號(hào)概述15-18
• 1.3.1 腦電信號(hào)的產(chǎn)生與特點(diǎn)15-16
• 1.3.2 腦電信號(hào)主要成分16-17
• 1.3.3 腦電信號(hào)常用分析方法17-18
• 1.4 本文研究內(nèi)容與組織架構(gòu)18-20
• 第二章 腦電信號(hào)識(shí)別系統(tǒng)研究與實(shí)現(xiàn)20-54
• 2.1 腦電信號(hào)識(shí)別流程20
• 2.2 數(shù)據(jù)預(yù)處理20-32
• 2.2.1 分頻段濾波21
• 2.2.2 獨(dú)立成分分析21-26
• 2.2.3 主成分分析26-31
• 2.2.4 時(shí)間序列分解31-32
• 2.3 基于共空間模式算法的腦電信號(hào)特征提取32-34
• 2.3.1 相關(guān)概念32
• 2.3.2 共空間模式算法描述32-34
• 2.4 基于支持向量機(jī)的腦電信號(hào)特征分類34-39
• 2.4.1 支持向量機(jī)概述34-35
• 2.4.2 支持向量機(jī)算法描述35-39
• 2.4.3 支持向量機(jī)在運(yùn)動(dòng)想象腦電信號(hào)識(shí)別中的應(yīng)用39
• 2.5 腦電信號(hào)識(shí)別系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)分析39-50
• 2.5.1 運(yùn)動(dòng)想象腦電信號(hào)數(shù)據(jù)描述39-40
• 2.5.2 實(shí)驗(yàn)方案40-41
• 2.5.3 分頻段濾波與ICA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證41-44
• 2.5.4 分頻段濾波與PCA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證44-46
• 2.5.5 時(shí)間序列分解與ICA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證46-47
• 2.5.6 時(shí)間序列分解與PCA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證47-48
• 2.5.7 ICA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證48-49
• 2.5.8 PCA處理數(shù)據(jù)后的識(shí)別效果驗(yàn)證49-50
• 2.6 腦電信號(hào)識(shí)別方法分析與討論50-52
• 2.7 本章小結(jié)52-54
• 第三章 基于EEG數(shù)據(jù)采集區(qū)域選擇的識(shí)別算法54-70
• 3.1 背景描述54-55
• 3.1.1 國際 10-20標(biāo)準(zhǔn)采集電極位置54
• 3.1.2 問題的提出54-55
• 3.2 STBAR頻繁項(xiàng)集挖掘算法55-57
• 3.2.1 相關(guān)概念說明55-56
• 3.2.2 STBAR算法描述56-57
• 3.3 基于EEG數(shù)據(jù)采集區(qū)域選擇的識(shí)別算法57-60
• 3.3.1 獨(dú)立成分影響區(qū)域中的頻繁項(xiàng)集獲取57-59
• 3.3.2 有效數(shù)據(jù)采集區(qū)域選擇59-60
• 3.4 實(shí)驗(yàn)60-67
• 3.4.1 運(yùn)動(dòng)想象腦電信號(hào)數(shù)據(jù)描述60
• 3.4.2 有效性驗(yàn)證60-65
• 3.4.3 通用性驗(yàn)證65-67
• 3.5 分析與討論67-68
• 3.6 本章小結(jié)68-70
• 第四章 總結(jié)與展望70-72
• 4.1 工作總結(jié)70-71
• 4.2 研究展望71-72
• 參考文獻(xiàn)72-76
• 致謝76-77
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文77

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 陽宏;夏斌;謝宏;王聰;肖殿云;;一種用于實(shí)現(xiàn)多命令輸出的運(yùn)動(dòng)想象分組策略[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

2 劉燕;穆振東;;運(yùn)動(dòng)想象機(jī)制研究[J];科技廣場;2011年01期

3 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 楊遠(yuǎn)濱;王薌斌;;淺談中醫(yī)意念與運(yùn)動(dòng)想象的比較[A];中國醫(yī)師協(xié)會(huì)第二屆康復(fù)醫(yī)學(xué)論壇、中國康復(fù)醫(yī)學(xué)會(huì)第四屆青年學(xué)術(shù)會(huì)議、北京康復(fù)醫(yī)學(xué)會(huì)第三屆會(huì)員代表大會(huì)論文集[C];2005年

2 賈子善;;運(yùn)動(dòng)想像的理論與應(yīng)用[A];2008年浙江省物理醫(yī)學(xué)與康復(fù)學(xué)術(shù)年會(huì)暨中樞神經(jīng)功能損傷康復(fù)新進(jìn)展學(xué)習(xí)班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時(shí);;運(yùn)動(dòng)想象腦電模式的動(dòng)態(tài)分類[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

4 諸強(qiáng);謝琳;;基于小波分析的運(yùn)動(dòng)想象腦電模式特征提取與分類[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)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(yùn)動(dòng)想象的中風(fēng)患者肢體康復(fù)實(shí)時(shí)控制系統(tǒng)[A];第一屆全國神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊 & 論文摘要集[C];2012年

6 徐海鷹;;運(yùn)動(dòng)想象療法結(jié)合運(yùn)動(dòng)再學(xué)習(xí)方案在腦卒中早期患者上肢功能的應(yīng)用[A];中國康復(fù)醫(yī)學(xué)會(huì)運(yùn)動(dòng)療法分會(huì)第十一屆全國康復(fù)學(xué)術(shù)大會(huì)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運(yùn)動(dòng)想象聯(lián)合強(qiáng)制性運(yùn)動(dòng)療法治療腦卒中偏癱60例臨床觀察[A];中國康復(fù)醫(yī)學(xué)會(huì)腦血管病專業(yè)委員會(huì)換屆暨第十五次全國腦血管病康復(fù)學(xué)術(shù)年會(huì)、湖南省康復(fù)醫(yī)學(xué)會(huì)神經(jīng)康復(fù)專業(yè)委員會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

8 王艷;唐強(qiáng);白震民;李娟;;頭穴叢刺與被動(dòng)運(yùn)動(dòng)和運(yùn)動(dòng)想象結(jié)合對早期腦卒中患者運(yùn)動(dòng)功能的影響[A];中國康復(fù)醫(yī)學(xué)會(huì)第五屆全國康復(fù)治療學(xué)術(shù)會(huì)議論文集[C];2006年

9 劉佳;鄧景貴;陶希;宋紅;;運(yùn)動(dòng)想象療法對老年卒中偏癱患者肢體功能恢復(fù)的影響研究[A];中國康復(fù)醫(yī)學(xué)會(huì)腦血管病專業(yè)委員會(huì)換屆暨第十五次全國腦血管病康復(fù)學(xué)術(shù)年會(huì)、湖南省康復(fù)醫(yī)學(xué)會(huì)神經(jīng)康復(fù)專業(yè)委員會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

10 吳華;顧旭東;時(shí)美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實(shí)技術(shù)結(jié)合運(yùn)動(dòng)想象療法對腦卒中患者上肢功能恢復(fù)的影響[A];2013浙江省物理醫(yī)學(xué)與康復(fù)學(xué)學(xué)術(shù)年會(huì)暨第八屆浙江省康復(fù)醫(yī)學(xué)發(fā)展論壇論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 張銳;運(yùn)動(dòng)想象腦—機(jī)接口的神經(jīng)機(jī)制與識(shí)別算法研究[D];電子科技大學(xué);2015年

2 王莉;應(yīng)用腦功能成像技術(shù)研究腦卒中運(yùn)動(dòng)想象療法神經(jīng)康復(fù)機(jī)制[D];重慶大學(xué);2015年

3 單海軍;基于運(yùn)動(dòng)想象的腦機(jī)接口通道選擇算法研究[D];浙江大學(xué);2015年

4 魏慶國;基于運(yùn)動(dòng)想象的腦—機(jī)接口分類算法的研究[D];清華大學(xué);2006年

5 徐舫舟;基于運(yùn)動(dòng)想象的腦機(jī)接口相關(guān)算法研究[D];山東大學(xué);2014年

6 閆靜;基于腦電的腦卒中患者運(yùn)動(dòng)想象認(rèn)知過程的研究[D];上海交通大學(xué);2012年

7 方永慧;基于運(yùn)動(dòng)想象腦電信號(hào)非線性特性分析的腦—機(jī)接口研究[D];重慶大學(xué);2014年

8 周鵬;基于運(yùn)動(dòng)想象的腦機(jī)接口的研究[D];天津大學(xué);2007年

9 孫莉敏;運(yùn)動(dòng)想象訓(xùn)練促進(jìn)腦卒中患者功能恢復(fù)的功能磁共振（fMRI）研究[D];復(fù)旦大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 牛小辰;康復(fù)運(yùn)動(dòng)中的腦肌電特征分析[D];燕山大學(xué);2015年

2 謝立娟;針灸合并運(yùn)動(dòng)想象療法在腦卒中偏癱患者康復(fù)護(hù)理中的應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 孫會(huì)文;基于運(yùn)動(dòng)想象腦電的腦機(jī)交互模式識(shí)別方法研究[D];昆明理工大學(xué);2015年

4 戴若夢;基于深度學(xué)習(xí)的運(yùn)動(dòng)想象腦電分類[D];北京理工大學(xué);2015年

5 郭蘭錦;基于結(jié)構(gòu)MRI的運(yùn)動(dòng)想象BCI機(jī)制研究[D];電子科技大學(xué);2014年

6 翟紅利;基于運(yùn)動(dòng)想象的腦機(jī)接口的數(shù)學(xué)模型與算法研究[D];長沙理工大學(xué);2014年

7 叢壯;運(yùn)動(dòng)想象結(jié)合音樂療法在卒中偏癱患者上肢康復(fù)中的應(yīng)用[D];遼寧醫(yī)學(xué)院;2015年

8 康莎莎;多類運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別及其在BCI中的應(yīng)用[D];安徽大學(xué);2016年

9 何青松;基于想象左右手運(yùn)動(dòng)思維腦電識(shí)別分類研究[D];北京交通大學(xué);2016年

10 劉傳偉;運(yùn)動(dòng)想象腦電的特征提取和模式分類算法研究及在線驗(yàn)證[D];昆明理工大學(xué);2016年

  本文關(guān)鍵詞：基于運(yùn)動(dòng)想象的腦電信號(hào)識(shí)別算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：280247