隨著社會智能化需求的不斷演進,腦-機接口的應用范圍已不再局限于醫(yī)療臨床輔助康復領(lǐng)域,更是擴展到工業(yè),軍事乃至生活的方方面面,為腦-機交互甚至人工智能領(lǐng)域開辟了全新局面。但由于人的腦電信號（Electroencephalogram,EEG）的非線性和非平穩(wěn)等特點使其難以被解析,處理結(jié)果也依據(jù)不同受試者的特異性而表現(xiàn)得不穩(wěn)定�；诖�,為了提升運動想象腦電模式識別的精度和可靠性,本文針對二類和四類腦電任務(wù)設(shè)計了兩種基于運動想象腦電模式識別的方法。1.對于二分類腦電識別任務(wù),首先,利用可調(diào)Q因子小波變換（Tunable Q-factor Wavelet Transform,TQWT）方法對EEG進行分解,得到信號的子頻帶便于后續(xù)特征計算;其次,為了模擬在線信號處理環(huán)境,對運動想象EEG進行加窗處理,將小波系數(shù)能量和自回歸模型（Autoregressive model,AR）作為時-頻特征,分形維數(shù)作為非線性特征;最后通過線性判別分析（Linear Discriminant Analysis,LDA）分類器來對腦電特征進行分類,采用識別率和互信息作為分類器評價指標。使用BCI2003和BCI20... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

脊柱損傷癱瘓病人用植入式猶他芯片控制電腦鼠標

圖 1.3 脊髓側(cè)索硬化癥患者通過 BCI 系統(tǒng)進行字符輸入(2) 基于 BCI 的動作控制作為 BCI 領(lǐng)域的另一個重點研究方向，研究與開發(fā)如輪椅、機械手臂等輔助裝置同樣對于改善運動障礙殘疾患者的生活同樣具有著重要意義。20 5 月，美國凱斯西儲大學的研究小組將 BCI 與功能電刺激（functional electrtimulation，F(xiàn)ES）技術(shù)進行融合，使得殘疾患者能夠?qū)崿F(xiàn)自主控制自身已經(jīng)

第 1 章 緒論體來與外界進行交互[3]。在此研究中，研究員通過提取脊髓損傷域相關(guān)的運動皮層腦神經(jīng)信號來控制功能電刺激器，誘發(fā)對患者作。通過大量訓練，患者可以逐漸實現(xiàn)伸手和抓取的動作，并最瘓的手臂喝咖啡的任務(wù)。該 BCI 系統(tǒng)的開發(fā)已經(jīng)十分接近日常式，為未來助力患者實現(xiàn)對癱瘓肢體進行流暢控制具有重大指導植入式 BCI 控制植入式功能性電刺激裝置，已經(jīng)能夠使得脊柱過意念控制自己的手臂來喂自己吃東西，如圖 1.4 所示。嚴重身體障礙的患者面臨的另一個重要挑戰(zhàn)是控制周圍環(huán)境中的機、電話或電燈等。2012 年，布朗大學的研究團隊表明了 BCI 復雜的操作[4]。在其研究中，一名癱瘓病人可以利用植入式芯片操控，例如：一位 58 歲的美國女性癱瘓者能夠通過大腦控制機咖啡杯，用吸管喝咖啡，如圖 1.5 所示。

【參考文獻】：
期刊論文
[1]基于自適應無參經(jīng)驗小波變換和選擇集成分類模型的運動想象[J]. 何群,王煜文,杜碩,陳曉玲,謝平.  物理學報. 2018(11)
[2]基于互信息與主成分分析的運動想象腦電特征選擇算法[J]. 徐佳琳,左國坤.  生物醫(yī)學工程學雜志. 2016(02)
[3]小波包熵在腦電信號分析中的應用[J]. 沈民奮,黎展程,孫麗莎.  數(shù)據(jù)采集與處理. 2005(01)
[4]基于時頻分析的EEG信號分析處理方法研究進展[J]. 吳曉彬,邱天爽.  國外醫(yī)學.生物醫(yī)學工程分冊. 2004(06)
[5]基于小波包分解的時變腦電節(jié)律提取[J]. 許慰玲,黃靜霞,沈民奮.  數(shù)據(jù)采集與處理. 2004(01)
[6]分形維數(shù)和近似熵用于度量信號復雜性的比較研究[J]. 胥永剛,何正嘉.  振動與沖擊. 2003(03)
[7]離散振動信號分形盒維數(shù)的改進算法和應用[J]. 訾艷陽,胥永剛,何正嘉.  機械科學與技術(shù). 2001(03)

博士論文
[1]腦機融合的混合智能系統(tǒng)：原型及行為學驗證研究[D]. 俞一鵬.浙江大學 2016



本文編號：2931878