本文關(guān)鍵詞：運(yùn)動(dòng)想象腦電信號(hào)的偽跡剔除算法及在線應(yīng)用研究

  更多相關(guān)文章： 腦機(jī)接口 腦電偽跡剔除處理 運(yùn)動(dòng)想象 小波包變換 獨(dú)立成分分析

【摘要】：腦-機(jī)接口(Brain-computer interaction, BCI)技術(shù)是近些年來(lái)國(guó)際重大前沿研究熱點(diǎn),屬于腦機(jī)交互控制(Brain-computer/machine interaction control, BCIC/BMIC)的一種,其進(jìn)一步的發(fā)展是腦機(jī)融合控制(Brain-computer/machine fusion control, BCFC/ BMFC)。該類腦機(jī)接口的典型控制信號(hào)源是腦電(Electroencephalogram, EEG),然而EEG信號(hào)具有低信噪比、低空間分辨率、極易受到偽跡污染的特點(diǎn),這就給該類控制系統(tǒng)中腦電信號(hào)的處理帶來(lái)了巨大挑戰(zhàn)。在眾多腦機(jī)交互控制范式中,基于運(yùn)動(dòng)想象的腦機(jī)接口是一類非常重要的范式。為此,本論文以運(yùn)動(dòng)想象腦電信號(hào)為實(shí)驗(yàn)研究對(duì)象,對(duì)BCI系統(tǒng)中的自適應(yīng)腦電信號(hào)偽跡處理算法進(jìn)行設(shè)計(jì)研究,可望在一定程度上提高信噪比、增強(qiáng)空間分辨率和剔除偽跡,得到較高質(zhì)量的感知或思維任務(wù)相關(guān)的腦電特征。并設(shè)計(jì)對(duì)比實(shí)驗(yàn),將本論文中的自適應(yīng)偽跡處理算法與其他腦電信號(hào)偽跡處理算法進(jìn)行對(duì)比,在保證特征提取和模式識(shí)別算法相同的情況下,計(jì)算出對(duì)應(yīng)的分類正確率。最后將自適應(yīng)腦電信號(hào)偽跡處理算法應(yīng)用到實(shí)時(shí)在線BCI系統(tǒng)中進(jìn)行驗(yàn)證。主要研究?jī)?nèi)容如下：(1)分析腦電偽跡處理方法,包括嚴(yán)重影響B(tài)CI系統(tǒng)性能提高的環(huán)境干擾(Environmental interference)和生物偽跡(Biological artifacts)的主要剔除方法。分析了已有的研究情況、存在的局限以及面臨的若干重要問(wèn)題,最后指出腦機(jī)交互融合控制中腦電偽跡處理方法未來(lái)的發(fā)展趨勢(shì)——在線自適應(yīng),融合多種自適應(yīng)偽跡處理算法的設(shè)計(jì)可望提高BCI系統(tǒng)的整體性能。(2)探索相對(duì)高效的運(yùn)動(dòng)想象腦電偽跡自適應(yīng)處理方法,并將改進(jìn)算法(小波包變換+自適應(yīng)獨(dú)立成分分析)用于2008年腦電數(shù)據(jù)的離線偽跡處理,首先使用小波包對(duì)腦電信號(hào)進(jìn)行4層分解,提取8-30Hz頻段的小波系數(shù)能量,然后利用ICA對(duì)分解后的腦電信號(hào)進(jìn)行自適應(yīng)濾波,此時(shí)得到的能量特征和分類正確率驗(yàn)證了該偽跡處理算法對(duì)運(yùn)動(dòng)想象腦電信號(hào)后續(xù)的特征提取和模式識(shí)別的有效性。最后將實(shí)驗(yàn)結(jié)果與國(guó)內(nèi)外已有研究進(jìn)行對(duì)比,驗(yàn)證本文研究設(shè)計(jì)的處理算法存在優(yōu)勢(shì)。(3)研究可用于實(shí)時(shí)在線BCI系統(tǒng)的運(yùn)動(dòng)想象腦電自適應(yīng)偽跡處理方法,這種融合多種偽跡剔除算法的協(xié)同機(jī)器學(xué)習(xí)方法可望提高BCI系統(tǒng)的整體性能。因?yàn)樽赃m應(yīng)算法一般運(yùn)算量大,需要的運(yùn)算時(shí)間長(zhǎng),應(yīng)用于實(shí)時(shí)在線系統(tǒng)中或多或少會(huì)存在延時(shí),所以解決自適應(yīng)算法在實(shí)時(shí)在線系統(tǒng)中存在的延時(shí)問(wèn)題,或者盡量將延時(shí)控制在秒級(jí)以下,也是本論文的研究重點(diǎn),可為BCI設(shè)備投入實(shí)際使用提供技術(shù)支持。
【關(guān)鍵詞】：腦機(jī)接口 腦電偽跡剔除處理 運(yùn)動(dòng)想象 小波包變換 獨(dú)立成分分析
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R338;TN911.7
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-19
• 1.1 引言11
• 1.2 研究背景及意義11-13
• 1.3 國(guó)內(nèi)外BCI研究現(xiàn)狀及存在的問(wèn)題13-15
• 1.3.1 腦機(jī)接口的國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.3.2 腦機(jī)接口存在的問(wèn)題14-15
• 1.4 論文的研究?jī)?nèi)容15-16
• 1.5 論文的組織結(jié)構(gòu)16-19
• 第2章 運(yùn)動(dòng)想象腦電信號(hào)的特征19-27
• 2.1 引言19
• 2.2 腦電信號(hào)的產(chǎn)生機(jī)理及特征19-20
• 2.3 腦電信號(hào)的節(jié)律性20-21
• 2.4 運(yùn)動(dòng)想象腦電信號(hào)的特點(diǎn)21-22
• 2.5 運(yùn)動(dòng)想象腦電信號(hào)的采集22-25
• 2.5.1 被試選擇和實(shí)驗(yàn)前準(zhǔn)備22-23
• 2.5.2 實(shí)驗(yàn)裝置及電極放置23-24
• 2.5.3 實(shí)驗(yàn)范式24-25
• 2.6 本章小結(jié)25-27
• 第3章 運(yùn)動(dòng)想象腦電偽跡處理方法研究27-45
• 3.1 引言27
• 3.2 運(yùn)動(dòng)想象腦電偽跡處理的位置和重要性27-28
• 3.3 腦機(jī)接口中空間濾波器方法及作用28-30
• 3.4 運(yùn)動(dòng)想象腦電中的環(huán)境干擾和生物偽跡30-32
• 3.5 運(yùn)動(dòng)想象腦電偽跡處理算法32-41
• 3.5.1 眼電偽跡處理方法32-39
• 3.5.2 肌電偽跡處理方法39-41
• 3.5.3 工頻偽跡處理方法41
• 3.6 運(yùn)動(dòng)想象腦電偽跡處理若干其它重要問(wèn)題和進(jìn)一步的研究方向41-43
• 3.7 本章小結(jié)43-45
• 第4章 運(yùn)動(dòng)想象腦電偽跡的離線分析45-59
• 4.1 引言45
• 4.2 運(yùn)動(dòng)想象腦電數(shù)據(jù)范式45-47
• 4.3 運(yùn)動(dòng)想象腦電信號(hào)自適應(yīng)處理算法47-52
• 4.3.1 運(yùn)動(dòng)想象腦電信號(hào)的偽跡處理47-50
• 4.3.2 運(yùn)動(dòng)想象腦電信號(hào)特征提取——共同空間模式50-51
• 4.3.3 運(yùn)動(dòng)想象腦電信號(hào)模式識(shí)別——支持向量機(jī)51-52
• 4.4 實(shí)驗(yàn)研究與結(jié)果分析52-57
• 4.5 本章小結(jié)57-59
• 第5章 運(yùn)動(dòng)想象腦電偽跡的在線處理59-69
• 5.1 引言59
• 5.2 運(yùn)動(dòng)想象腦電信號(hào)在線系統(tǒng)簡(jiǎn)介59-62
• 5.3 運(yùn)動(dòng)想象腦電數(shù)據(jù)范式62
• 5.4 運(yùn)動(dòng)想象腦電信號(hào)處理方法在線驗(yàn)證62-67
• 5.4.1 運(yùn)動(dòng)想象腦電信號(hào)處理方法與結(jié)果62-66
• 5.4.2 實(shí)驗(yàn)結(jié)果與對(duì)比分析66-67
• 5.5 本章小結(jié)67-69
• 第6章 總結(jié)和展望69-71
• 6.1 總結(jié)69-70
• 6.2 展望70-71
• 致謝71-73
• 參考文獻(xiàn)73-79
• 附錄A 攻讀碩士期間發(fā)表的論文、申請(qǐng)的專利79-81
• 附錄B 攻讀碩士期間參與項(xiàng)目81

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉鐵軍;田銀;尹剛;堯德中;;一種基于皮層成像的自動(dòng)眼電偽跡去除方法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2009年01期

2 向馗;羅喬;陳靜;;基于周期元分析的運(yùn)動(dòng)偽跡消除方法——以心電信號(hào)為例[J];生物醫(yī)學(xué)工程學(xué)雜志;2012年04期

3 彭誠(chéng);葉大田;;小波變換模極大值重建方法消除胃電檢測(cè)中的運(yùn)動(dòng)偽跡[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

4 應(yīng)俊;陳廣飛;何史林;;基于獨(dú)立分量分析算法的腦電偽跡分離研究[J];中國(guó)醫(yī)療器械雜志;2010年01期

5 張莉;何傳紅;何為;王林泓;;基于典型相關(guān)分析與低通濾波的肌電偽跡去除[J];數(shù)據(jù)采集與處理;2010年02期

6 林紹杰;賴麗娟;吳效明;;基于阻抗檢測(cè)的自適應(yīng)消除心電運(yùn)動(dòng)偽跡方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2010年03期

7 魏穎雯;閆相國(guó);;應(yīng)用經(jīng)驗(yàn)?zāi)Ｊ椒纸馊コt外光的運(yùn)動(dòng)偽跡[J];西安交通大學(xué)學(xué)報(bào);2014年02期

8 劉鐵軍;顏紅梅;陳華富;堯德中;;基于獨(dú)立成分分析和最小模解的眼電偽跡去除[J];中國(guó)臨床康復(fù);2005年40期

9 董宏斌;劉晉明;毛建燦;;嵌入式聽(tīng)力診斷系統(tǒng)中的偽跡消除方法[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2011年07期

10 劉長(zhǎng)生;唐艷;湯井田;;基于獨(dú)立分量分析的腦電中眼電偽跡消除[J];計(jì)算機(jī)工程與應(yīng)用;2007年17期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 劉鐵軍;堯德中;;基于回歸眼電偽跡處理方法與基于成分分析眼電偽跡處理方法的應(yīng)用郊果比較[A];第一屆全國(guó)腦與認(rèn)知科學(xué)學(xué)術(shù)研討會(huì)論文集[C];2005年

2 張莉;何為;何傳紅;;腦電偽跡消除方法的研究[A];第十屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

3 朱國(guó)行;孫冰;章悅;洪震;;腦電圖偽跡判定[A];第九次全國(guó)神經(jīng)病學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2006年

4 王嬈芬;張建華;王行愚;;基于ICA和FCM算法的操作員腦電信號(hào)眼電偽跡自動(dòng)去除研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉鐵軍;腦電信號(hào)中眼電偽跡去除方法研究[D];電子科技大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李洋;基于小波變換和卡爾曼濾波器的去眼電偽跡算法的研究[D];蘭州大學(xué);2016年

2 楊秋紅;運(yùn)動(dòng)想象腦電信號(hào)的偽跡剔除算法及在線應(yīng)用研究[D];昆明理工大學(xué);2016年

3 陸云達(dá);基于內(nèi)源信號(hào)的腦功能光學(xué)成像血管偽跡檢測(cè)及去除方法研究[D];上海交通大學(xué);2012年

4 李大煥;基于精確延時(shí)估計(jì)的腦電磁共振同時(shí)測(cè)量時(shí)梯度偽跡的去除[D];電子科技大學(xué);2009年

5 尹兵;腦電波信號(hào)的去偽跡研究[D];南京郵電大學(xué);2014年

6 王振宇;腦電信號(hào)偽跡去除方法的研究與應(yīng)用[D];電子科技大學(xué);2013年

7 張姍姍;基于盲源分離的眼電偽跡去除技術(shù)研究[D];鄭州大學(xué);2014年

8 黃思娟;基于小波分析的EEG偽跡去除與特征分析研究[D];華南理工大學(xué);2011年

9 韓理;視神經(jīng)電刺激誘發(fā)皮層響應(yīng)的記錄與信號(hào)處理方法的研究[D];上海交通大學(xué);2008年

10 王兵;腦電信號(hào)中偽跡去除的綜合研究[D];浙江大學(xué);2010年

，

本文編號(hào)：838340