本文關(guān)鍵詞：基于運動想象的異步腦—機接口算法研究

  更多相關(guān)文章： 腦-機接口 獨立分量分析 期望最大化 共同空間模式 半監(jiān)督學(xué)習(xí)

【摘要】：腦-機接口系統(tǒng)是不依賴肌肉組織,直接在腦和外部設(shè)備之間建立的通訊和控制通道,在頭皮處測量得到的腦電信號,可以通過一系列的處理方式從中解析出被試者當(dāng)前的思維狀態(tài),這是一種全新的交互方式,可以用于醫(yī)療,軍事,娛樂等各個領(lǐng)域,在過去的幾十年里獲得了蓬勃的發(fā)展。本文對左右手運動想象腦電信號進(jìn)行研究,從信號處理算法的角度討論實用性腦-機接口系統(tǒng)需解決的關(guān)鍵問題并提出解決方案。因為腦電信號十分微弱,其中還混雜著各種偽跡干擾,不利于后續(xù)的研究。本文基于獨立分量分析的分解結(jié)果,計算每個獨立分量的時間,空間特征,通過期望最大化算法計算偽跡相關(guān)分量和腦電信號分量兩類特征的分類閾值,自動識別并去除偽跡成分。對于去偽跡前后的運動想象腦電信號,通過觀察其中的“事件相關(guān)去同步/事件相關(guān)同步”現(xiàn)象,證實了算法可以突出與所研究問題相關(guān)的信號特征,解決以往的手動挑選偽跡相關(guān)分量為腦電信號去偽跡預(yù)處理帶來不便的問題。對腦電信號的模式識別是腦-機接口系統(tǒng)處理算法的核心部分,這部分包括的主要內(nèi)容是腦電信號的特征提取和分類。本文利用能最大化兩類腦電信號差異的共同空間模式算法來提取兩類,三類運動想象腦電信號特征,利用樸素貝葉斯分類器,支持向量機,線性判別分析等方法對特征在同步情形下進(jìn)行分類,給出分類正確率的比較;并針對實際應(yīng)用的情況,給出異步情形下的信號處理方法和結(jié)果的評價指標(biāo):任務(wù)檢測的靈敏度,誤報率和有任務(wù)情況下兩類運動想象腦電信號的分類正確率。針對腦電信號非平穩(wěn)變化的特點,基于半監(jiān)督學(xué)習(xí)的思想,提出利用一組特征典型的訓(xùn)練樣本,結(jié)合實時生成的腦電信號,在線更新分類器參數(shù)。較分類器不更新而言,得到了更好的分類結(jié)果。結(jié)合以上對各關(guān)鍵問題的研究,設(shè)計了腦電信號分析處理系統(tǒng),系統(tǒng)設(shè)計模擬腦-機接口系統(tǒng)實際的使用場景,實現(xiàn)了從原始腦電信號到使用者當(dāng)前運動想象狀態(tài)的解析。
【關(guān)鍵詞】：腦-機接口 獨立分量分析 期望最大化 共同空間模式 半監(jiān)督學(xué)習(xí)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R338;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 腦-機接口的定義與研究意義9-10
• 1.2 腦-機接口的研究現(xiàn)狀分析10-12
• 1.3 實用腦-機接口的發(fā)展要求12-13
• 1.4 本文主要研究內(nèi)容13-14
• 第2章 運動想象腦電信號特點及預(yù)處理方法14-28
• 2.1 引言14
• 2.2 腦電信號特點14-16
• 2.3 運動想象腦電的生理基礎(chǔ)16-18
• 2.4 運動想象腦電信號的去偽跡預(yù)處理18-27
• 2.4.1 獨立分量分析在眼電偽跡去除中的應(yīng)用19-20
• 2.4.2 基于獨立分量時空特征的眼電偽跡自動識別算法20-27
• 2.5 本章小結(jié)27-28
• 第3章 運動想象腦電特征提取及分類28-46
• 3.1 引言28
• 3.2 左右手運動想象腦電信號特征提取28-31
• 3.2.1 基于空間濾波器的設(shè)計方法28-31
• 3.2.2 CSP方法抗噪性分析31
• 3.3 同步情形下的運動想象腦電信號分類31-34
• 3.3.1 線性判別分析32-33
• 3.3.2 左右手運動想象腦電信號樣本分類33-34
• 3.4 異步情形下的運動想象腦電信號分類34-44
• 3.4.1 一類運動想象任務(wù)的檢出35-42
• 3.4.2 兩類運動想象任務(wù)的檢出42-44
• 3.5 本章小結(jié)44-46
• 第4章 基于期望最大化的分類器在線更新方法46-54
• 4.1 引言46
• 4.2 拓展的期望最大化算法46-52
• 4.2.1 半監(jiān)督學(xué)習(xí)的基本思想46-47
• 4.2.2 運動想象腦電信號的非平穩(wěn)變化47-49
• 4.2.3 拓展的期望最大化算法49-51
• 4.2.4 改進(jìn)EM算法的性能分析51-52
• 4.3 分類器在線更新實驗及結(jié)果分析52-53
• 4.4 本章小結(jié)53-54
• 第5章 腦電信號分析處理系統(tǒng)54-60
• 5.1 引言54
• 5.2 平臺搭建與配置54
• 5.3 腦電信號處理系統(tǒng)總體實現(xiàn)方案54-55
• 5.4 系統(tǒng)關(guān)鍵環(huán)節(jié)的設(shè)計55-56
• 5.5 系統(tǒng)界面及基本功能56-59
• 5.6 系統(tǒng)測試59
• 5.7 本章小結(jié)59-60
• 結(jié)論60-61
• 參考文獻(xiàn)61-65
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果65-67
• 致謝67

，

本文編號：535985