發(fā)布時間：2021-12-11 15:18

　　腦-機接口（Brain-Computer Interface,BCI）是一種基于計算機的系統(tǒng),可以將腦電信號轉(zhuǎn)換為對外部設(shè)備的控制信號。BCI技術(shù)的獨特之處在于它不依賴大腦周圍神經(jīng)與肌肉的正常輸出通道。BCI技術(shù)的主要應(yīng)用領(lǐng)域是醫(yī)療康復,如肌萎縮側(cè)索硬化癥,腦干中風或脊髓損傷。BCI技術(shù)可以讓患有嚴重運動障礙的人與計算機或其他外部設(shè)備進行通信。同時,這種新型技術(shù)在人工智能、新型娛樂、軍事以及航天等領(lǐng)域也有著很大的潛在應(yīng)用價值。本文研究的是運動想象腦電信號的分類問題。在對腦電信號進行分類時,傳統(tǒng)的機器學習算法往往需要充足的訓練樣本,才能獲得較高的分類準確率。但是,當訓練樣本數(shù)量較少的時候,很難構(gòu)建出性能很好的分類器。在BCI系統(tǒng)中,由于腦電信號的個體性差異較大,限制了對不同實驗對象實驗數(shù)據(jù)的復用性。如何利用不同實驗對象的實驗數(shù)據(jù),從而在訓練樣本不足的情況下得到良好的分類準確率,是BCI系統(tǒng)中的一大難點。本文基于運動想象的BCI系統(tǒng),圍繞上述BCI系統(tǒng)中小訓練樣本分類的問題,從輔助樣本與目標訓練樣本的相關(guān)性和輔助樣本對構(gòu)建目標分類器的影響入手,提出了兩種基于運動想象的遷移學習分類算法。主要... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

基于P300的BCI系統(tǒng)

通過駕駛員穿戴特制的設(shè)備，想象向左、向右和加減速。通過采集駕駛員的腦電信號，轉(zhuǎn)化為對汽車的控制信號，汽車就可以做出相應(yīng)的反應(yīng)[27]。日本的 Matsunaga 設(shè)計了基于運動想象 BCI 系統(tǒng)的輪椅移動控制[28]。也可以用腦電信號控制鍵盤[29]。與此同時，國內(nèi)的學者也對 BCI 系統(tǒng)進行了深入的研究。例如，華南理工大學的 BCI研究中心將 P300 與運動想象相結(jié)合，研發(fā)出了一種混合的 BCI 系統(tǒng)。清華大學的 BCI研究小組在 2007 年研究出了腦電控制機械狗踢足球[30]。上海交通大學的趙啟斌等人通過研究運動想象產(chǎn)生的 ERD/ERS 現(xiàn)象，研究出了基于增量 CSP 算法的異步 BCI 小車導航系統(tǒng)[31]。2012 年，浙江大學將 96 個電極芯片植入健康猴子的大腦皮層中，采集該猴子做各類運動時大腦皮層的有效電信號，進而控制了無意識的機械手的動作[32]。2014年，天津大學和天津市人民醫(yī)院共同研制出全球首臺人工神經(jīng)康復機器人“神工一號”[33]。還有許多高校和科研機構(gòu)的 BCI 研究團隊在 BCI 領(lǐng)域做出了突出的貢獻，他們共同推進著 BCI 技術(shù)的飛速發(fā)展。

然后會產(chǎn)生 ERD 現(xiàn)象，接著慢慢向兩側(cè)的感覺運動皮層蔓延。當被試者想象的是足部的運動時，與足部運動相關(guān)的區(qū)域和頭頂?shù)膮^(qū)域會被激活，產(chǎn)生 ERD 現(xiàn)象，手部區(qū)域等周圍區(qū)域由于沒有被激活，會產(chǎn)生 ERS 現(xiàn)象。ERD/ERS 現(xiàn)象產(chǎn)生的特殊頻率腦電波的分布位置和幅度的差別，可以為運動想象分類任務(wù)提供分類的基礎(chǔ)。在本文研究的基于運動想象的遷移學習分類算法研究中。選擇的是右手和右腳這兩種運動想象。2.2 腦電信號的采集與預處理2.2.1 腦電信號的采集腦電信號是通過貼在頭皮的電極檢測得到的，它記錄了腦細胞活動產(chǎn)生的電信號的電位和時間，反應(yīng)了大腦活動的狀態(tài)。在腦電信號的采集中，關(guān)于電極的放置，一般都采用的是國際標準的 10-20 電極導聯(lián)布置系統(tǒng)[36]。這種國際標準的采集系統(tǒng)是采用電極與頭皮之間的相對距離占全長的 10%-20%進行表示的，如圖 2-1 所示。

【參考文獻】：
期刊論文
[1]“純意念控制”人工神經(jīng)康復機器人問世[J]. 馮國梧.  科技致富向?qū)? 2014(18)
[2]基于腦電BCI的研究綜述[J]. 劉斌,魏夢然,羅聰.  電腦知識與技術(shù). 2014(07)
[3]面向脊髓損傷早期康復的虛擬現(xiàn)實訓練環(huán)境[J]. 陳彥釗,周以齊,程祥利,王政.  北京工業(yè)大學學報. 2014(02)
[4]對中國腦科學研究的思考[J]. 楊雄里.  科技導報. 2013(35)
[5]基于希爾伯特-黃變換和BP神經(jīng)網(wǎng)絡(luò)的運動想象腦電研究[J]. 金海龍,張志慧.  生物醫(yī)學工程學雜志. 2013(02)
[6]基于多類運動想象任務(wù)的腦電信號分類研究[J]. 劉沖,王宏,趙海濱,顏世玉.  生物醫(yī)學工程學雜志. 2012(06)
[7]基于小波域Fisher分類器的SAR圖像變化檢測[J]. 辛芳芳,焦李成,王桂婷,萬紅林.  紅外與毫米波學報. 2011(02)
[8]三維虛擬現(xiàn)實環(huán)境中基于EEG的異步BCI小車導航系統(tǒng)[J]. 趙啟斌,張麗清,CICHOCKI Andrzej.  科學通報. 2008(23)
[9]基于P300的腦-機接口:視覺刺激強度對性能的影響[J]. 馬忠偉,高上凱.  清華大學學報(自然科學版). 2008(03)
[10]一種文本處理中的樸素貝葉斯分類器[J]. 李靜梅,孫麗華,張巧榮,張春生.  哈爾濱工程大學學報. 2003(01)

博士論文
[1]多模態(tài)與多自由度腦機接口研究[D]. 余天佑.華南理工大學 2013
[2]基于運動想象的腦電信號分類與腦機接口技術(shù)研究[D]. 王磊.河北工業(yè)大學 2009

碩士論文
[1]P300腦機接口的在線半監(jiān)督學習算法與系統(tǒng)研究[D]. 張錦濤.華南理工大學 2015
[2]融合相位同步與CSP算法的運動想象分類研究[D]. 徐飛鵬.杭州電子科技大學 2015
[3]基于運動想象腦電的手臂運動功能康復研究[D]. 崔燕.北京工業(yè)大學 2013



本文編號：3534909