考慮到嚴(yán)重運(yùn)動(dòng)功能障礙患者中的大多數(shù)人仍具有正常的大腦功能,許多上肢假肢控制以腦電信號作為信息源,感知大腦對肢體動(dòng)作的運(yùn)動(dòng)意圖。眼電信號應(yīng)用廣泛,可由人類發(fā)起目標(biāo)動(dòng)作的自主選擇,控制眼睛動(dòng)作。為了提高腦機(jī)交互設(shè)備的識別率,增加控制外部設(shè)備自由度,本文設(shè)計(jì)了結(jié)合腦電信號和眼電信號兩種不同生物信號的系統(tǒng)方案。本文的主要研究內(nèi)容包含兩個(gè)方面:一方面是對腦電信號的模式識別的分析,另一方面是對眼電信號所包含眨眼信息的特征提取、分析和研究,進(jìn)而將兩類生物信號結(jié)合在一起。人腦在執(zhí)行想象肢體動(dòng)作任務(wù)時(shí),會(huì)出現(xiàn)事件相關(guān)同步和事件相關(guān)去同步特征,針對這兩類運(yùn)動(dòng)想象腦電信號,設(shè)計(jì)并實(shí)現(xiàn)了兩類腦電信號的采集;預(yù)處理部分選取帶通濾波器和小波閾值去噪方法,對濾波效果進(jìn)行了分析;基于腦電信號的特點(diǎn),對FC5、FC6導(dǎo)聯(lián)的時(shí)頻信號特性分析的。實(shí)驗(yàn)結(jié)果說明,使用希爾伯特的方法對腦信號進(jìn)行特征提取,能夠有效提取兩類想象運(yùn)動(dòng)的運(yùn)動(dòng)特征。在模式識別方面,從分類識別率和最大受試者工作特征曲線下面積作為評價(jià)標(biāo)準(zhǔn),對比三種模式識別的分類性能,最終選用支持向量機(jī)作為對腦電信號的分類識別方法。本文對眼電信號的處理主要是根據(jù)信號典型波形... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 腦機(jī)接口與國內(nèi)外現(xiàn)狀
    1.3 基于模式識別的BCI控制主要問題
        1.3.1 去噪預(yù)處理
        1.3.2 特征提取
        1.3.3 信號分類
    1.4 本文研究主要內(nèi)容
第2章 腦電信號和眼電信號的研究基礎(chǔ)
    2.1 人體腦電的生理學(xué)基礎(chǔ)
        2.1.1 人體腦電信號產(chǎn)生機(jī)理
        2.1.2 人體腦電信號的分類
        2.1.3 腦電信號的標(biāo)準(zhǔn)電極導(dǎo)聯(lián)方法
    2.2 人體眼電信號的生理學(xué)基礎(chǔ)
    2.3 本章小結(jié)
第3章 基于運(yùn)動(dòng)想象的腦機(jī)接口技術(shù)
    3.1 腦機(jī)接口技術(shù)
    3.2 信號采集
    3.3 實(shí)驗(yàn)方案設(shè)計(jì)
    3.4 信號預(yù)處理
        3.4.1 小波變換的理論基礎(chǔ)
        3.4.2 小波閾值去噪
        3.4.3 去噪仿真結(jié)果
    3.5 本章小結(jié)
第4章 用于動(dòng)作想象分類過程的眼電和腦電特征提取研究
    4.1 采用時(shí)頻分析方法的腦電信號特征研究
        4.1.1 短時(shí)傅里葉變換分析
        4.1.2 基于希爾伯特-黃變換的腦電信號特征提取
    4.2 采用閾值算法的眼電信號特征提取研究
    4.3 本章小結(jié)
第5章 結(jié)合腦電和眼電信號的識別結(jié)果
    5.1 腦電信號的模式分類
        5.1.1 人工神經(jīng)網(wǎng)絡(luò)
        5.1.2 線性判別法
        5.1.3 支持向量機(jī)
    5.2 分類算法性能比較
    5.3 腦機(jī)接口性能的改進(jìn)
    5.4 本章小結(jié)
第6章 結(jié)論
參考文獻(xiàn)
在學(xué)研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]共同空間模型及其在EEG分類中的應(yīng)用[J]. 鄭國正,陳李勝.  上饒師范學(xué)院學(xué)報(bào). 2015(06)
[2]腦機(jī)接口在機(jī)器人控制中的應(yīng)用研究現(xiàn)狀[J]. 王斐,楊廣達(dá),張丹,趙姝穎.  機(jī)器人技術(shù)與應(yīng)用. 2012(06)
[3]基于運(yùn)動(dòng)想象腦電的上肢康復(fù)機(jī)器人[J]. 徐寶國,彭思,宋愛國.  機(jī)器人. 2011(03)
[4]腦電信號的混沌分析和小波包變換特征提取算法[J]. 羅志增,李亞飛,孟明,孫曜.  儀器儀表學(xué)報(bào). 2011(01)
[5]A P300 based online brain-computer interface system for virtual hand control[J]. Wei-dong CHEN1,2,Jian-hui ZHANG1,2,Ji-cai ZHANG1,2,Yi LI1,2,Yu QI1,2,Yu SU1,2,Bian WU1,3,Shao-min ZHANG1,3,Jian-hua DAI1,2,Xiao-xiang ZHENG1,3,Dong-rong XU1,4,5 (1Qiushi Academy for Advanced Studies,Zhejiang University,Hangzhou 310027,China) (2School of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China) (3Department of Biomedical Engineering,Zhejiang University,Hangzhou 310027,China) (4MRI Unit,Department of Psychiatry,Columbia University College of Physicians and Surgeons,New York,NY 10032,USA) (5New York State Psychiatric Institute,New York,NY 10032,USA).  Journal of Zhejiang University-Science C（Computers & Electronics）. 2010(08)
[6]基于皮質(zhì)慢電位特征分析的神經(jīng)皮質(zhì)運(yùn)動(dòng)區(qū)功能定位[J]. 姜濤,吳效明,葉丙剛.  中國組織工程研究與臨床康復(fù). 2010(26)
[7]基于P300電位的新型BCI中文輸入虛擬鍵盤系統(tǒng)[J]. 吳邊,蘇煜,張劍慧,李昕,張吉財(cái),陳衛(wèi)東,鄭筱祥.  電子學(xué)報(bào). 2009(08)
[8]基于思維腦電信號的假手的研究[J]. 許濤,朱林劍,包海濤.  現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2006(10)

碩士論文
[1]左右手運(yùn)動(dòng)想象的腦電特征提取及分類[D]. 鄧煒.重慶大學(xué) 2010
[2]基于P300的在線腦機(jī)接口系統(tǒng)[D]. 張劍慧.浙江大學(xué) 2010
[3]表面肌電信號的特征提取與模式分類研究[D]. 邱青菊.上海交通大學(xué) 2009



本文編號：3032071