在通過音樂感知的方式對兒童自閉癥譜系障礙（Autistic Spectrum Disorder,ASD）的治療過程中,感知效果和病情的發(fā)展主要體現(xiàn)在腦電圖（Electroencephalogram,EEG）的波動上,臨床上對腦電圖判斷方面存在不精確的問題,而深度學(xué)習(xí)在信號特征提取與分類方面有著極大優(yōu)勢。本文以深度學(xué)習(xí)中的深度信念網(wǎng)絡(luò)（Deep Belief Network,DBN）為理論基礎(chǔ),提出將優(yōu)化的受限玻爾茲曼機(jī)（Restricted Boltzmann machine,RBM）特征提取模型與softmax分類算法相結(jié)合的方法,對接受不同音樂感知治療的自閉癥兒童進(jìn)行腦電波跟蹤分析,以提高分類準(zhǔn)確度,達(dá)到精準(zhǔn)判斷病情的目的。腦電圖人工判斷不準(zhǔn)確的原因之一就是采集的腦電數(shù)據(jù)中摻雜著工頻干擾、眼電偽跡等一系列噪聲。為了給后續(xù)腦電分類提供相對純凈的數(shù)據(jù)支持,本文采用卷積神經(jīng)網(wǎng)絡(luò)（Convolution neural network,CNN）的方法對原始信號進(jìn)行眼電偽跡檢測,并使用希爾伯特-黃變換（Hilbert-Huang transform,HHT）結(jié)合FastICA的方法來去除噪聲。... 

【文章來源】：長春理工大學(xué)吉林省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

國際10-20導(dǎo)聯(lián)標(biāo)準(zhǔn)系統(tǒng)的電極放置法實(shí)驗(yàn)室的設(shè)備條件決定我們選取其中8個最能體現(xiàn)病情的數(shù)據(jù)通道來獲取腦電信

也就是參考電極。其他部位的釆集電極和參考電電位變化值，也就是我們采集到的腦電信號的具體值。如果適，零電勢中就會夾雜著很多其他生理電信號，從而導(dǎo)致無作用，所以腦電信號采集前首先需要選擇合適的參考電極。，且它的位置獨(dú)立，不易受眼動、肌肉收縮等生理反應(yīng)的干我們選取耳垂作為參考電極。采集設(shè)備于采集大腦皮層腦電數(shù)據(jù)的系統(tǒng)模塊主要包括 3IT_EHV1 腦電3 腦電板以及配套的數(shù)據(jù)分析軟件 OpenBCI_GUI。帽：3IT_EHV1 腦電帽是全新腦電帽，全干電極，無需導(dǎo)電膏，Mark3/4 系列腦電帽。道腦電板：OpenBCI_V3 是一款開源的人腦或者生物電-電腦精度專用芯片完成腦電波(EEG)的檢測和測量，擁有 8 個獨(dú)立 Arduino UNO，腦電芯片為全球著名半導(dǎo)體商 TI（德州儀器）的硬件工作原理。

15 名自閉癥兒童分成三組，25 名健康兒童分成五組，每五種實(shí)驗(yàn)條件：0 無音樂、1 哀樂、2 陌生交響樂、3 歡組中，5 人分別分配到 5 種音樂條件，之后，每人都按晚各聽一次該音樂，連續(xù)一個月。主要是為了給自閉康兒童隨即做出對照。期間，我們分別在一周、兩周每位實(shí)驗(yàn)對象的腦電波，并統(tǒng)計(jì)保存。數(shù)據(jù)的實(shí)驗(yàn)過程中，將受試者安排在一間舒適溫馨的擾。采集室內(nèi)擺放好實(shí)驗(yàn)桌椅及用具，排除不相干用 個 ASD 兒童和 25 個健康兒童志愿者進(jìn)行數(shù)據(jù)采集。測爽，電極要緊貼頭皮，電極盤中軸線要垂直于頭皮表住后用手?jǐn)D壓一下兩側(cè)，保持緊貼耳垂。測試時(shí)，盡量，測試環(huán)境對于不同工作環(huán)境的研究者來說是個頭疼頻干擾的設(shè)備（空調(diào)，電扇，微波爐，烤箱，筆記本扇可以忽略）。為了保護(hù) ASD 兒童以及志愿者的隱私員來演示，如圖 3.3。


本文編號：3413174