【摘要】：EEG是探索人腦秘密的一項(xiàng)重要技術(shù)。由于它具有高時(shí)間分辨率和無損傷的特點(diǎn),它在腦機(jī)接口系統(tǒng),醫(yī)療診斷輔助系統(tǒng)應(yīng)用中占有重要的地位。在這些應(yīng)用中,人們通過頭皮表面上的導(dǎo)聯(lián)采集到EEG信號(hào)。然而,不同的應(yīng)用需要不同的導(dǎo)聯(lián)組合。于是,一些導(dǎo)聯(lián)就開始變得冗余或不相關(guān)。因此對(duì)有效導(dǎo)聯(lián)的選擇與研究成為EEG信號(hào)分析和處理的重要問題之一。為確保導(dǎo)聯(lián)選擇方法在各應(yīng)用領(lǐng)域的通用性,基于包裹式的導(dǎo)聯(lián)選擇方法受到越來越多的關(guān)注。在這類方法中,基于單目標(biāo)優(yōu)化的導(dǎo)聯(lián)選擇無法對(duì)導(dǎo)聯(lián)數(shù)和分類準(zhǔn)確率做好權(quán)衡;而基于多目標(biāo)優(yōu)化的導(dǎo)聯(lián)選擇雖實(shí)現(xiàn)了對(duì)這兩個(gè)因素的權(quán)衡和選取,但是時(shí)間花費(fèi)極大。另外,EEG信號(hào)具有個(gè)體差異性,因此多目標(biāo)優(yōu)化的導(dǎo)聯(lián)選擇方法給出的導(dǎo)聯(lián)組合只適用于被試自己,無法遷移給其他被試。本文針對(duì)當(dāng)前導(dǎo)聯(lián)選擇方法的問題,對(duì)EEG信號(hào)的有效導(dǎo)聯(lián)進(jìn)行了研究,具體工作如下:1.提出了基于改進(jìn)UPS-EMOA的導(dǎo)聯(lián)選擇方法。該方法所采用的改進(jìn)UPSEMOA保留了原UPS-EMOA的非限制種群大小策略,采用了差分進(jìn)化算法的變異和交叉算子,引入了NSGA-II算法的擁擠度概念。實(shí)驗(yàn)結(jié)果表明,該方法在保證了高準(zhǔn)確率的同時(shí),極大地減少了時(shí)間花銷。另外,因?yàn)樵摲椒ㄔ?4導(dǎo)聯(lián)的腦電信號(hào)數(shù)據(jù)效果突出,所以被推薦使用在64導(dǎo)聯(lián)的腦電信號(hào)數(shù)據(jù)中。2.將基于NSGA-II、UPS-EMOA和MOPSO三種多目標(biāo)優(yōu)化的導(dǎo)聯(lián)選擇方法作了對(duì)比,分析了三種方法的優(yōu)劣,給出了他們各自的適用條件。3.提出了基于多粒度的FP-Tree頻繁導(dǎo)聯(lián)挖掘方法。首先,將被試的EEG信號(hào)轉(zhuǎn)化為被試的一個(gè)特征向量;接著,采用HML算法對(duì)被試進(jìn)行層次劃分,不同的層次代表不同的粒度;最后,選擇合適的粒度層次,在該粒度層次上利用FPGrowth算法挖掘出某類簇中頻繁出現(xiàn)的導(dǎo)聯(lián)組合,該組合能推廣給在類簇中的其他被試。實(shí)驗(yàn)結(jié)果表明,該方法充分地利用了其他被試的導(dǎo)聯(lián)組合,將導(dǎo)聯(lián)組合遷移到其他被試上,實(shí)現(xiàn)了零訓(xùn)練。
【圖文】：

郵電大學(xué)碩士學(xué)位論文 第 1 章皮采集的 EEG 信號(hào)是以不損傷神經(jīng)元細(xì)胞作為前提，因此它屬于非侵入它擁有眾多的優(yōu)勢(shì)，如相對(duì)低廉的價(jià)格、高的時(shí)間分辨率等。通常 EEG于頭皮上不同位置的導(dǎo)聯(lián)，它在一定程度上反映了大腦在不同區(qū)域的神導(dǎo)聯(lián)在頭皮上的放置方法一般遵循國(guó)際腦電圖學(xué)會(huì)制定的 10-20 系統(tǒng)導(dǎo)聯(lián)，，如圖 1.1 所示。

圖 2.1 經(jīng)過疊加平均后的 P300 成分2.1.2 運(yùn)動(dòng)想象腦電信號(hào)運(yùn)動(dòng)想象腦電信號(hào)是人們?cè)谙胂笾w運(yùn)動(dòng)時(shí)記錄的 EEG 信號(hào)。它具有明顯的事件相關(guān)去同步/事件相關(guān)同步化(Event-Related Desynchronization，ERD/Event-Related Synchronization，ERS)現(xiàn)象[33]。事件相關(guān)去同步(ERD)是指大腦皮層某些區(qū)域因?yàn)楸患せ�，而頻帶能量出現(xiàn)下降。反之，事件相關(guān)同步化(ERS)是指腦電波的某些頻段在大腦靜息或惰性狀態(tài)下表現(xiàn)出明顯波幅增高的現(xiàn)象。運(yùn)動(dòng)想象的ERD/ERS 現(xiàn)象如圖 2.2 所示。據(jù)相關(guān)研究證明，ERD/ERS 現(xiàn)象主要表現(xiàn)在 8-30Hz的頻段，即 和 兩個(gè)波段[34,35]。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R741.044;TN911.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 詹啟敏;;中國(guó)精準(zhǔn)醫(yī)學(xué)發(fā)展的戰(zhàn)略需求和重點(diǎn)任務(wù)[J];中華神經(jīng)創(chuàng)傷外科電子雜志;2015年05期

2 呂俊;;基于CSP-BPSO的腦-機(jī)接口電極選擇[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年10期

3 王國(guó)胤;張清華;胡軍;;粒計(jì)算研究綜述[J];智能系統(tǒng)學(xué)報(bào);2007年06期

本文編號(hào)：2676727