眼睛是人體重要的感覺器官之一,人類可以通過眼球運動向外界傳達信息或與之交互。不僅如此,眼動的異常還是一些重要疾病的常見臨床癥狀之一。在諸多的眼球運動記錄方法中,眼動圖法（electrooculography,EOG）由于具有無創(chuàng),成本低等優(yōu)點,在基于EOG的人機交互和疲勞駕駛檢測等諸多方面都得到了廣泛地應用。其中,在基于EOG的人機交互系統(tǒng)中,眼電信號的準確識別是提升系統(tǒng)性能的關鍵因素之一,并且眼電信號中的掃視類型,由于出現(xiàn)頻率高也使得其成為本文研究的主要眼動類型。為了能夠獲取高質(zhì)量的掃視眼電信號,本文研究了多導聯(lián)混合EOG信號盲分離的相關內(nèi)容,并且重點研究的內(nèi)容為多導聯(lián)EOG信號的盲解卷積算法。具體的研究工作如下所述:（1）提出了適用于多導聯(lián)EOG信號盲分離結果評估的方法。由于多導聯(lián)EOG信號是通過間接的方式記錄到的,因此沒有相應純凈的源信號可以用作參考,故一些常見相關的評估指標并不適用于EOG信號盲分離結果的評估。就此問題,本文提出從定性和定量兩個方面對EOG信號分離的結果進行評估。其中定性評估,是通過比較混合信號分離前后的時域和時頻域結果的差異實現(xiàn)的;定量評估則是計算了三類統(tǒng)計指... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

不同模型假設下的平均分類正確率間的差異Fig5.6Thedifferenceintheaverageclassificationaccuraciesbetweendifferentmixturemodels

【參考文獻】：
期刊論文
[1]基于EOG的安全輔助駕駛系統(tǒng)算法設計與實現(xiàn)[J]. 呂釗,吳小培,張超,衛(wèi)兵.  通信學報. 2016(07)
[2]采集眼電圖（EOG）的導聯(lián)方式[J]. 王兆云,吳小培.  計算機技術與發(fā)展. 2009(06)
[3]應用非負矩陣分解方法提取注意力相關腦電特征[J]. 劉明宇,王玨,鄭崇勛,燕楠.  生物物理學報. 2006(01)
[4]從EOG掃視信號中提取眼球位置信息[J]. 吳湛微,姚曉東,鄒俊忠,王行愚,王蓓.  華東理工大學學報(自然科學版). 2005(02)
[5]眼球運動的類型及其表現(xiàn)形式[J]. 于國豐.  心理學動態(tài). 1983(02)

碩士論文
[1]面向認知狀態(tài)識別的EEG特征提取方法研究[D]. 王欣杰.哈爾濱工業(yè)大學 2015



本文編號：3502579