本文關(guān)鍵詞：運動想象腦電信號的偽跡剔除算法及在線應(yīng)用研究

  更多相關(guān)文章： 腦機接口 腦電偽跡剔除處理 運動想象 小波包變換 獨立成分分析

【摘要】：腦-機接口(Brain-computer interaction, BCI)技術(shù)是近些年來國際重大前沿研究熱點,屬于腦機交互控制(Brain-computer/machine interaction control, BCIC/BMIC)的一種,其進一步的發(fā)展是腦機融合控制(Brain-computer/machine fusion control, BCFC/ BMFC)。該類腦機接口的典型控制信號源是腦電(Electroencephalogram, EEG),然而EEG信號具有低信噪比、低空間分辨率、極易受到偽跡污染的特點,這就給該類控制系統(tǒng)中腦電信號的處理帶來了巨大挑戰(zhàn)。在眾多腦機交互控制范式中,基于運動想象的腦機接口是一類非常重要的范式。為此,本論文以運動想象腦電信號為實驗研究對象,對BCI系統(tǒng)中的自適應(yīng)腦電信號偽跡處理算法進行設(shè)計研究,可望在一定程度上提高信噪比、增強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)計對比實驗,將本論文中的自適應(yīng)偽跡處理算法與其他腦電信號偽跡處理算法進行對比,在保證特征提取和模式識別算法相同的情況下,計算出對應(yīng)的分類正確率。最后將自適應(yīng)腦電信號偽跡處理算法應(yīng)用到實時在線BCI系統(tǒng)中進行驗證。主要研究內(nèi)容如下：(1)分析腦電偽跡處理方法,包括嚴重影響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題,最后指出腦機交互融合控制中腦電偽跡處理方法未來的發(fā)展趨勢——在線自適應(yīng),融合多種自適應(yīng)偽跡處理算法的設(shè)計可望提高BCI系統(tǒng)的整體性能。(2)探索相對高效的運動想象腦電偽跡自適應(yīng)處理方法,并將改進算法(小波包變換+自適應(yīng)獨立成分分析)用于2008年腦電數(shù)據(jù)的離線偽跡處理,首先使用小波包對腦電信號進行4層分解,提取8-30Hz頻段的小波系數(shù)能量,然后利用ICA對分解后的腦電信號進行自適應(yīng)濾波,此時得到的能量特征和分類正確率驗證了該偽跡處理算法對運動想象腦電信號后續(xù)的特征提取和模式識別的有效性。最后將實驗結(jié)果與國內(nèi)外已有研究進行對比,驗證本文研究設(shè)計的處理算法存在優(yōu)勢。(3)研究可用于實時在線BCI系統(tǒng)的運動想象腦電自適應(yīng)偽跡處理方法,這種融合多種偽跡剔除算法的協(xié)同機器學(xué)習(xí)方法可望提高BCI系統(tǒng)的整體性能。因為自適應(yīng)算法一般運算量大,需要的運算時間長,應(yīng)用于實時在線系統(tǒng)中或多或少會存在延時,所以解決自適應(yīng)算法在實時在線系統(tǒng)中存在的延時問題,或者盡量將延時控制在秒級以下,也是本論文的研究重點,可為BCI設(shè)備投入實際使用提供技術(shù)支持。
【關(guān)鍵詞】：腦機接口 腦電偽跡剔除處理 運動想象 小波包變換 獨立成分分析
【學(xué)位授予單位】：昆明理工大學(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 國內(nèi)外BCI研究現(xiàn)狀及存在的問題13-15
• 1.3.1 腦機接口的國內(nèi)外研究現(xiàn)狀13-14
• 1.3.2 腦機接口存在的問題14-15
• 1.4 論文的研究內(nèi)容15-16
• 1.5 論文的組織結(jié)構(gòu)16-19
• 第2章 運動想象腦電信號的特征19-27
• 2.1 引言19
• 2.2 腦電信號的產(chǎn)生機理及特征19-20
• 2.3 腦電信號的節(jié)律性20-21
• 2.4 運動想象腦電信號的特點21-22
• 2.5 運動想象腦電信號的采集22-25
• 2.5.1 被試選擇和實驗前準備22-23
• 2.5.2 實驗裝置及電極放置23-24
• 2.5.3 實驗范式24-25
• 2.6 本章小結(jié)25-27
• 第3章 運動想象腦電偽跡處理方法研究27-45
• 3.1 引言27
• 3.2 運動想象腦電偽跡處理的位置和重要性27-28
• 3.3 腦機接口中空間濾波器方法及作用28-30
• 3.4 運動想象腦電中的環(huán)境干擾和生物偽跡30-32
• 3.5 運動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 運動想象腦電偽跡處理若干其它重要問題和進一步的研究方向41-43
• 3.7 本章小結(jié)43-45
• 第4章 運動想象腦電偽跡的離線分析45-59
• 4.1 引言45
• 4.2 運動想象腦電數(shù)據(jù)范式45-47
• 4.3 運動想象腦電信號自適應(yīng)處理算法47-52
• 4.3.1 運動想象腦電信號的偽跡處理47-50
• 4.3.2 運動想象腦電信號特征提取——共同空間模式50-51
• 4.3.3 運動想象腦電信號模式識別——支持向量機51-52
• 4.4 實驗研究與結(jié)果分析52-57
• 4.5 本章小結(jié)57-59
• 第5章 運動想象腦電偽跡的在線處理59-69
• 5.1 引言59
• 5.2 運動想象腦電信號在線系統(tǒng)簡介59-62
• 5.3 運動想象腦電數(shù)據(jù)范式62
• 5.4 運動想象腦電信號處理方法在線驗證62-67
• 5.4.1 運動想象腦電信號處理方法與結(jié)果62-66
• 5.4.2 實驗結(jié)果與對比分析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73-79
• 附錄A 攻讀碩士期間發(fā)表的論文、申請的專利79-81
• 附錄B 攻讀碩士期間參與項目81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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眼電偽跡去除方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2009年01期

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

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

4 應(yīng)俊;陳廣飛;何史林;;基于獨立分量分析算法的腦電偽跡分離研究[J];中國醫(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;;基于阻抗檢測的自適應(yīng)消除心電運動偽跡方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2010年03期

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

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

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

10 劉長生;唐艷;湯井田;;基于獨立分量分析的腦電中眼電偽跡消除[J];計算機工程與應(yīng)用;2007年17期

中國重要會議論文全文數(shù)據(jù)庫 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];第一屆全國腦與認知科學(xué)學(xué)術(shù)研討會論文集[C];2005年

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

3 朱國行;孫冰;章悅;洪震;;腦電圖偽跡判定[A];第九次全國神經(jīng)病學(xué)學(xué)術(shù)大會論文匯編[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眼電偽跡自動去除研究[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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;運動想象腦電信號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;基于內(nèi)源信號的腦功能光學(xué)成像血管偽跡檢測及去除方法研究[D];上海交通大學(xué);2012年

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

5 尹兵;腦電波信號的去偽跡研究[D];南京郵電大學(xué);2014年

6 王振宇;腦電信號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)的記錄與信號處理方法的研究[D];上海交通大學(xué);2008年

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

，

本文編號：838340