腦機(jī)接口(Brain-Computer Interfaces,BCI)是能讓人腦與計(jì)算機(jī)或者電子設(shè)備直接進(jìn)行信息傳遞的傳輸通道,其中以基于腦電信號(Electroencephalograph,EEG)的腦機(jī)接口技術(shù)最為常用。近年來腦機(jī)接口在醫(yī)療康復(fù)、軍事航天和生活娛樂等領(lǐng)域有了快速的發(fā)展,便攜化的移動腦機(jī)接口系統(tǒng)成為將腦機(jī)接口技術(shù)推廣到現(xiàn)實(shí)應(yīng)用中的關(guān)鍵。移動腦機(jī)接口設(shè)備由于電極容易受到干擾以及使用者處于運(yùn)動狀態(tài),對偽跡消除算法產(chǎn)生很大的依賴。獨(dú)立成分分析算法能夠有效地提取出腦電信號中的偽跡成分,是常用的偽跡消除算法之一,但對于成分的選擇需要專業(yè)人員處理,不利于推廣到現(xiàn)實(shí)的運(yùn)用中,因此本論文以獨(dú)立成分分析為基礎(chǔ),提出了基于模式分類的自動偽跡消除方法,研究內(nèi)容主要包括:(1)通過研究基于P300誘發(fā)電位和穩(wěn)態(tài)視覺誘發(fā)電位SSVEP的不同腦機(jī)接口系統(tǒng)的實(shí)驗(yàn)設(shè)置和信號特性,對兩種腦電信號的獨(dú)立成分進(jìn)行對比和手動消除,得到消除后的腦電信號和偽跡成分。為了得到較好的偽跡成分,本文采用三種不同的獨(dú)立成分分析(Independent Component Analysis,ICA)對腦電信號進(jìn)行偽跡提取...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 本課題的研究背景與意義
    1.2 腦機(jī)接口概述
        1.2.1 腦機(jī)接口簡介
        1.2.2 腦電信號簡介
    1.3 偽跡信號簡介
        1.3.1 偽跡消除常用方法
        1.3.2 偽跡消除研究難點(diǎn)與現(xiàn)狀
    1.4 研究方向與重點(diǎn)
    1.5 論文結(jié)構(gòu)
第二章 腦電信號獲取與分析
    2.1 基于P300腦機(jī)接口的腦電信號
        2.1.1 實(shí)驗(yàn)設(shè)置與數(shù)據(jù)獲取
        2.1.2 預(yù)處理與特征提取
        2.1.3 貝葉斯線性判別分析
        2.1.4 P300腦電數(shù)據(jù)分類結(jié)果
    2.2 腦機(jī)接口競賽P300腦電數(shù)據(jù)
        2.2.1 實(shí)驗(yàn)范式與實(shí)驗(yàn)設(shè)置
        2.2.2 數(shù)據(jù)的采集與特征提取
        2.2.3 實(shí)驗(yàn)范式的缺點(diǎn)和數(shù)據(jù)特點(diǎn)
    2.3 基于SSVEP腦機(jī)接口的腦電信號
        2.3.1 實(shí)驗(yàn)設(shè)置與數(shù)據(jù)獲取
        2.3.2 預(yù)處理與特征提取
        2.3.3 典型相關(guān)分析
        2.3.4 SSVEP腦機(jī)接口分類結(jié)果
    2.4 本章小結(jié)
第三章 基于獨(dú)立成分分析的偽跡消除
    3.1 引言
    3.2 獨(dú)立成分分析原理
        3.2.1 ICA的算法模型
        3.2.2 ICA的不確定性
        3.2.3 預(yù)處理
    3.3 常用的ICA算法
        3.3.1 Infomax和Infomax拓展算法
        3.3.2 Jade算法
        3.3.3 FastICA算法
    3.4 手動去噪結(jié)果比較與分析
        3.4.1 成分分析與選擇
        3.4.2 手動偽跡消除信號對比
    3.5 結(jié)果討論
    3.6 本章小結(jié)
第四章 自動偽跡消除算法
    4.1 基于模式分類的成分選擇概述
    4.2 特征提取與選擇
        4.2.1 時域特征
        4.2.2 頻域特征
        4.2.3 空域特征
    4.3 偽跡自動消除效果對比
    4.4 本章小結(jié)
第五章 自動偽跡消除對分類性能的影響
    5.1 偽跡消除對P300分類的影響
        5.1.1 偽跡消除處理前后數(shù)據(jù)分類
        5.1.2 分類結(jié)果與分析
    5.2 偽跡消除對SSVEP分類的影響
        5.2.1 偽跡消除處理前后數(shù)據(jù)分類
        5.2.2 分類結(jié)果與分析
    5.3 結(jié)果討論
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件



本文編號：3790929