近些年來,計算機技術(shù)迅速發(fā)展,人工智能也變得越來越火熱,越來越多的專家學(xué)者開始著手研究腦電信號與計算機的結(jié)合。而腦機接口BCI（Brain Computer Interface）技術(shù)是在人腦或動物腦（或者腦細胞的培養(yǎng)物）與計算機等外部設(shè)備建立了直接連接通路,通過對腦電信號進行采集、記錄、計算等,將大腦的思維活動翻譯成計算機可以執(zhí)行的指令,從而實現(xiàn)大腦與外界智能設(shè)備的交互與控制。腦機接口繞過了患者損傷的神經(jīng)肌肉系統(tǒng),讓大腦產(chǎn)生的含有生理狀態(tài)和指令腦電信號重新得到利用,讓人腦與外界重新進行交互,為患者帶來新的希望,具有重要的研究價值和發(fā)展前景。本文將運動想象腦電信號作為研究對象,根據(jù)運動想象腦電信號具有事件相關(guān)去同步（Event Related Desynchronization,ERD）和事件相關(guān)同步（Event Related Synchronization,ERS）現(xiàn)象,針對運動想象腦電信號的特征提取問題,采用頻帶能量特征特征提取、共同空間模式（Common Spatial Pattern,CSP）、雙樹復(fù)小波和近似熵的特征提取方法,對于腦電信號的分類問題,則采用支持向量機的方法進行... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
專用術(shù)語注釋表
第一章 緒論
    1.1 本文的研究背景及意義…
    1.2 腦機接口的概念…
    1.3 研究現(xiàn)狀
        1.3.1 國外研究狀狀
        1.3.2 國內(nèi)研究現(xiàn)狀
    1.4 論文的主要結(jié)構(gòu)
第二章 運動想象腦電信號和的相關(guān)知識
    2.1 腦電信號的產(chǎn)生及特點
        2.1.1 腦電信號產(chǎn)生的神經(jīng)肌理
        2.1.2 腦電信號的特點…
    2.2 運動想象腦電信號產(chǎn)生的生理基礎(chǔ)
        2.2.1 人腦的結(jié)構(gòu)和功能
        2.2.2 運動想象腦電信號的特點
第三章 腦電信號的采集
    3.1 數(shù)據(jù)采集目的
    3.2 數(shù)據(jù)采集平臺
    3.3 實驗素材
    3.4 實驗對象和環(huán)境
    3.5 數(shù)據(jù)采集流程
第四章 腦電信號的特征提取
    4.1 腦電信號的預(yù)處理
        4.1.1 腦電信號的處理流程
        4.1.2 腦電信號的預(yù)處理
    4.2 頻帶能量特征提取
        4.2.1 頻帶能量特征提取原理
        4.2.2 實驗結(jié)果與分析
    4.3 共同空間模式特征提取
        4.3.1 共同空間模式特征提取原理
        4.3.2 實驗結(jié)果與分析
    4.4 腦電信號的其他特征提取方法…
        4.4.1 雙樹復(fù)小波
        4.4.2 近似熵
        4.4.3 兩種分析方法比較
    4.5 本章小結(jié)…
第五章 腦電信號的模式識別
    5.1 模式識別的主要方法
        5.1.1 無監(jiān)督學(xué)習(xí)
        5.1.2 有監(jiān)督學(xué)習(xí)
    5.2 支持向量機分類器
        5.2.1 線性支持向量機
        5.2.2 非線性支持向量機
        5.2.3 懲罰因子和核參數(shù)的尋優(yōu)
    5.3 本章小結(jié)…
第六章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間發(fā)表的小論文
附錄2 攻讀碩士學(xué)位期間參加的科研項目
致謝


【參考文獻】：
期刊論文
[1]一種重復(fù)二分CSP 4類運動想象腦電信號特征提取算法[J]. 鄭戍華,閆琛,王向周.  北京理工大學(xué)學(xué)報. 2016(08)
[2]基于最小二乘支持向量機的腦電信號分類[J]. 劉沖,于清文,陸志國,王宏.  東北大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[3]基于形態(tài)濾波的心電信號去除基線漂移方法[J]. 龐宇,鄧璐,林金朝,李章勇,周前能,李國權(quán),黃華偉,張懿,吳煒.  物理學(xué)報. 2014(09)
[4]基于分形維數(shù)和隱馬爾科夫特征的車牌識別[J]. 耿慶田,趙宏偉.  光學(xué)精密工程. 2013(12)
[5]腦電控制及檢測設(shè)備的研究與實現(xiàn)[J]. 閆俊濤,高立,任旭鵬.  數(shù)字技術(shù)與應(yīng)用. 2013(03)
[6]辯證情緒:研究方法及展望[J]. 劉書青,彭凱平,劉冠民,方平,林卓,李迪斯.  心理學(xué)探新. 2013(01)
[7]岷江上游干旱河谷土壤粒徑分布分形維數(shù)特征[J]. 伏耀龍,張興昌,王金貴.  農(nóng)業(yè)工程學(xué)報. 2012(05)
[8]情緒障礙的認知注意特征及其神經(jīng)機制[J]. 劉東臺.  中國健康心理學(xué)雜志. 2007(10)
[9]無創(chuàng)高通訊速率的實時腦-機接口系統(tǒng)[J]. 高上凱.  中國基礎(chǔ)科學(xué). 2007(03)

博士論文
[1]癲癇腦電的分形分析及自動檢測方法研究[D]. 張艷麗.山東大學(xué) 2016
[2]基于運動想象腦電信號非線性特性分析的腦—機接口研究[D]. 方永慧.重慶大學(xué) 2014
[3]EEG時空特征分析及其在BCI中的應(yīng)用[D]. 趙啟斌.上海交通大學(xué) 2008
[4]基于分形維數(shù)的中國海常見浮游植物細胞圖像特征提取[D]. 馮晨.中國海洋大學(xué) 2007
[5]黃土高原典型流域地貌形態(tài)分形特征與空間尺度轉(zhuǎn)換研究[D]. 朱永清.西安理工大學(xué) 2006
[6]基于視覺誘發(fā)電位的腦機接口實驗研究[D]. 何慶華.重慶大學(xué) 2003

碩士論文
[1]基于運動想象的腦電信號分析研究[D]. 蘇振新.南京郵電大學(xué) 2017
[2]基于運動想象的腦電信號分類算法與腦-機接口技術(shù)研究[D]. 楊默涵.吉林大學(xué) 2017
[3]基于分形理論和信息熵的渭河流域生態(tài)環(huán)境狀況研究[D]. 周安康.西北農(nóng)林科技大學(xué) 2012
[4]不同腦部損傷腦卒中患者康復(fù)治療的實驗研究[D]. 武娟娟.山西大學(xué) 2011



本文編號：3147653