腦機(jī)接口技術(shù)（Brain-Computer Interface,BCI）是一種新型的建立大腦與外部環(huán)境之間連接通路的系統(tǒng),是未來科學(xué)技術(shù)的發(fā)展重點(diǎn)。目前BCI技術(shù)被廣泛應(yīng)用到各個(gè)領(lǐng)域,例如環(huán)境控制與生活?yuàn)蕵返阮I(lǐng)域。其中運(yùn)動(dòng)想象（Motor Im agery,MI）的研究更是研究熱點(diǎn)。因此,研究基于運(yùn)動(dòng)想象腦電信號(hào)的分類具有重要的科學(xué)意義。本文基于兩組四分類的運(yùn)動(dòng)想象腦電數(shù)據(jù)集,對(duì)基于運(yùn)動(dòng)想象腦電信號(hào)的特征提取方法與腦電信號(hào)分類算法的應(yīng)用進(jìn)行深入的研究,同時(shí)實(shí)現(xiàn)了基于小波變換為核心算法的在線運(yùn)動(dòng)想象腦電信號(hào)識(shí)別系統(tǒng),論文的主要內(nèi)容如下:1.基于BCI競賽iv的數(shù)據(jù)集Data Set 2a與BCI競賽iii數(shù)據(jù)集Data Set iiia兩組多分類運(yùn)動(dòng)想象腦電信號(hào)數(shù)據(jù)集,設(shè)計(jì)了基于滑動(dòng)窗口的時(shí)間段選擇算法,基于不同的被試之間的差異性,選擇最適合被試的時(shí)間段進(jìn)行處理;2.針對(duì)目前在運(yùn)動(dòng)想象腦電信號(hào)領(lǐng)域大多為提取單一特征且更多為二分類算法的研究,本文提出基于小波變換的時(shí)頻空多分類特征提取算法,基于腦電的傳導(dǎo)過程提取時(shí)域特征;基于運(yùn)動(dòng)想象的ERD/ERS現(xiàn)象提取頻域特征:二階矩能量;基于腦電的空... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省211工程院校985工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

腦控光標(biāo)和拼寫Scherer等人[14]，在2004年研發(fā)了基于BCI技術(shù)的異步的虛擬鍵盤拼寫系統(tǒng)，通過自發(fā)的腦電信號(hào)和三類運(yùn)動(dòng)想象腦電信號(hào)控制虛擬鍵盤進(jìn)行拼寫

哈爾濱工業(yè)大學(xué)碩士學(xué)位論文41.2.2國內(nèi)現(xiàn)狀在國內(nèi)，目前研究腦機(jī)接口技術(shù)的高�；驒C(jī)構(gòu)在不斷的增加，取得的不少成果，提出了有效的算法。東南大學(xué)徐保國[17]，通過小波包變換對(duì)運(yùn)動(dòng)想象腦電信號(hào)的能量變化進(jìn)行特征提取，通過基于馬氏距離的LDA算法對(duì)二分類運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行分類，提高了識(shí)別率。清華大學(xué)的研究團(tuán)隊(duì)，通過訓(xùn)練運(yùn)動(dòng)想象腦電信號(hào)的特征，實(shí)現(xiàn)了通過EEG數(shù)據(jù)控制機(jī)器狗踢足球（如圖）。北京工業(yè)大學(xué)李明愛等人[18]，通過改進(jìn)共同空間模型算法，提高了在電極導(dǎo)聯(lián)數(shù)目少的情況下，腦電信號(hào)識(shí)別率降低的問題，通過提取最明顯的空間濾波器，SVM進(jìn)行分類識(shí)別顯著提高。東北大學(xué)研究人員[19]利用滑動(dòng)時(shí)間窗口，通過CSP算法對(duì)左右手的運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行特征提取，結(jié)果顯示，最大互信息有了明顯提高。崔燕等人[20]，提出了一種基于希爾伯特-黃變換（HHT）與共空域子空間分解的特征提取算法，改善了運(yùn)動(dòng)想象腦電信號(hào)特征提取方面的自適應(yīng)性和實(shí)時(shí)性，為腦電實(shí)時(shí)應(yīng)用提供了理論基矗圖1-2清華大學(xué)踢足球的機(jī)器狗1.3目前存在的主要問題利用BCI技術(shù)對(duì)運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行特征提取與識(shí)別分類的研究，國內(nèi)

哈爾濱工業(yè)大學(xué)碩士學(xué)位論文8第2章腦電信號(hào)的分類研究基礎(chǔ)2.1腦電信號(hào)的概念與產(chǎn)生原理腦電信號(hào)最早是有英國學(xué)家Canton在1875年發(fā)現(xiàn)，而真正記錄到腦電信號(hào)的存在是在1926年，在這之后，人們逐漸地對(duì)腦電信號(hào)有了更多更深入地認(rèn)知。圖2-1神經(jīng)元結(jié)構(gòu)圖大腦內(nèi)部神經(jīng)元之間的信息傳導(dǎo)是通過電信號(hào)進(jìn)行的，單個(gè)神經(jīng)元所釋放的電位變化是十分微弱的，不足以被外界設(shè)備檢測(cè)到。但是當(dāng)大腦中一群神經(jīng)元或者神經(jīng)組織，釋放同樣的電位信號(hào)時(shí)，那么相應(yīng)的電位變化將會(huì)進(jìn)行疊加，并且足以被設(shè)備檢測(cè)，經(jīng)過外部的放大器處理，就可以通過電極帽上的電極進(jìn)行記錄，形成腦電數(shù)據(jù)，為人類對(duì)大腦的探索，認(rèn)知疾病機(jī)制等提供了更多的理論依據(jù)，應(yīng)用前景十分廣泛。2.2腦電信號(hào)的組成腦電信號(hào)，EEG是由很多的電位組成的，其中像是直流電位，慢電位和誘發(fā)電位等。當(dāng)我們受到刺激，不管是視覺上的，還是身體上的，那么我們的大腦皮層就會(huì)產(chǎn)生相應(yīng)的電位變化，那么這其中就包含了ERP事件相關(guān)電位，而本文所采用的數(shù)據(jù)就屬于該類。EEG信號(hào)是很微弱的，屬于微伏級(jí)，很容易被其他噪聲干擾（例如眼電、肌電），進(jìn)而影響了EEG信號(hào)的信噪比，因?yàn)榇竽X的神經(jīng)活動(dòng)是非常復(fù)雜的，如果不去除其中的噪聲，那么會(huì)導(dǎo)致對(duì)其無法產(chǎn)生正確的判斷，這樣不利于發(fā)展BCI系統(tǒng)。腦電數(shù)據(jù)的獲取方式在目前有兩種，一種是非侵入式的，通過頭皮來采

【參考文獻(xiàn)】：
期刊論文
[1]腦機(jī)接口:從神奇到現(xiàn)實(shí)轉(zhuǎn)變[J]. 堯德中.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2014(06)
[2]基于HHT和CSSD的多域融合自適應(yīng)腦電特征提取方法[J]. 李明愛,崔燕,楊金福,郝冬梅.  電子學(xué)報(bào). 2013(12)
[3]在線腦機(jī)接口中腦電信號(hào)的特征提取與分類方法[J]. 徐寶國,宋愛國,費(fèi)樹岷.  電子學(xué)報(bào). 2011(05)
[4]基于CSP與SVM算法的運(yùn)動(dòng)想象腦電信號(hào)分類[J]. 劉沖,趙海濱,李春勝,王宏.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(08)
[5]小波包熵和BP神經(jīng)網(wǎng)絡(luò)在意識(shí)任務(wù)識(shí)別中的應(yīng)用[J]. 任亞莉.  計(jì)算機(jī)應(yīng)用與軟件. 2009(08)
[6]基于改進(jìn)CSP算法的運(yùn)動(dòng)想象腦電信號(hào)識(shí)別方法[J]. 李明愛,劉凈瑜,郝冬梅.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2009(02)
[7]基于小波包變換和聚類分析的腦電信號(hào)識(shí)別方法[J]. 徐寶國,宋愛國.  儀器儀表學(xué)報(bào). 2009(01)

博士論文
[1]多模態(tài)腦電信號(hào)分析及腦機(jī)接口應(yīng)用[D]. 李潔.上海交通大學(xué) 2009

碩士論文
[1]融合相位同步與CSP算法的運(yùn)動(dòng)想象分類研究[D]. 徐飛鵬.杭州電子科技大學(xué) 2015



本文編號(hào)：3614732