運(yùn)動(dòng)想象（Motor Imagery,MI）是近年來(lái)腦機(jī)接口（Brain Computer Interface,BCI）研究領(lǐng)域中備受關(guān)注的熱點(diǎn)之一。目前,針對(duì)運(yùn)動(dòng)想象腦電信號(hào)分類識(shí)別具有高穩(wěn)定性和高準(zhǔn)確性的要求。本文將以運(yùn)動(dòng)想象腦電信號(hào)為研究對(duì)象,以有效提高左右手運(yùn)動(dòng)想象分類準(zhǔn)確率為研究目標(biāo),結(jié)合稀疏表示（Sparse Representation,SR）方法針對(duì)多域多通道的腦電信號(hào)特征提取進(jìn)行融合,隨后根據(jù)受試者腦電信號(hào)的個(gè)體差異,通過(guò)對(duì)不同時(shí)段進(jìn)行加權(quán)并使用線性判別分析（Linear Discriminant Analysis,LDA）分類的方法,實(shí)現(xiàn)了左右手運(yùn)動(dòng)想象EEG信號(hào)的分類。論文主要工作如下:（1）針對(duì)腦電信號(hào)特征是多域的特點(diǎn),并且其特征在各個(gè)單域上的信息是單一的,提出一種基于稀疏表示的運(yùn)動(dòng)想象腦電信號(hào)多域特征提取算法。該方法使用稀疏表示方法將多域特征進(jìn)行融合,并消除特征間冗余,通過(guò)2008年腦機(jī)接口競(jìng)賽數(shù)據(jù)上的驗(yàn)證說(shuō)明該方法能夠很好的提取運(yùn)動(dòng)想象腦電信號(hào)特征。（2）針對(duì)腦電信號(hào)的多通道特點(diǎn),結(jié)合聯(lián)合稀疏模型（Joint sparse model,JSM）提出一種多通道... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

000年以來(lái)有關(guān)BCI文章數(shù)量（來(lái)源：PubMed）

第1章緒論-3-外設(shè)以及反饋環(huán)節(jié)，如圖1-2所示。圖1-2腦機(jī)接口系統(tǒng)組成BCI系統(tǒng)根據(jù)腦電信號(hào)的特點(diǎn)被劃分為基于視覺(jué)誘發(fā)電位（VisualEvokedPotential，VEP）的BCI系統(tǒng)、基于皮層慢電位（SlowCorticalPotential，SCP）的BCI系統(tǒng)、基于P300事件相關(guān)電位的BCI系統(tǒng)以及基于事件相關(guān)同步/去同步（Event-relatedDesynchronization/Event-relatedSynchronization，ERD/ERS）的BCI系統(tǒng)。（1）基于VEP的BCI系統(tǒng)VEP是指受試者接受視覺(jué)刺激時(shí)，在視覺(jué)皮層產(chǎn)生的電生理活動(dòng)。VEP可以分為兩類，即暫態(tài)視覺(jué)誘發(fā)電位（TransientVisualEvokedPotential，TVEP）以及穩(wěn)態(tài)視覺(jué)誘發(fā)電位（Steady-StateVisualEvokedPotential，SSVEP）[14]。當(dāng)產(chǎn)生SSVEP時(shí)大腦被認(rèn)定為處于穩(wěn)定興奮狀態(tài)，因此最為常用的是基于SSVEP的BCI系統(tǒng)。1992年，Sutter利用8*8陣列實(shí)現(xiàn)了基于TVEP的BCI系統(tǒng)[15]。國(guó)內(nèi)清華大學(xué)高上凱團(tuán)隊(duì)研發(fā)出基于SSVEP的腦機(jī)接口系統(tǒng)用來(lái)幫助受試者進(jìn)行電話號(hào)碼輸入，該團(tuán)隊(duì)獲得了較多的研究成果[16]-[17]�；赩EP的BCI系統(tǒng)研究相對(duì)完善，具有信息傳輸速率高，訓(xùn)練周期短的優(yōu)點(diǎn)，但是由于長(zhǎng)時(shí)間接受視覺(jué)刺激易產(chǎn)生視覺(jué)疲勞的問(wèn)題。（2）基于SCP的BCI系統(tǒng)SCP是指在大腦皮層記錄到的一種變化遲緩，頻率很低的一種電位，出現(xiàn)的事件一般是在0.5秒到10秒內(nèi)。經(jīng)研究表明，SCP可以反映大腦皮層的興奮程度，而且經(jīng)過(guò)長(zhǎng)期訓(xùn)練的人能夠做到自主控制和調(diào)節(jié)SCP[18]。腦機(jī)接口系統(tǒng)

燕山大學(xué)工程碩士學(xué)位論文-4-德國(guó)學(xué)者Birbaumer等人利用SCP設(shè)計(jì)開(kāi)發(fā)出一套先進(jìn)的思維轉(zhuǎn)換設(shè)備（ThoughtTranslationDevice，TTD），用來(lái)幫助脊髓側(cè)索硬化癥（AmyotrophicLateralSclerosis，ALS）患者進(jìn)行字母拼寫(xiě)從而達(dá)到與外界進(jìn)行信息交流的目的[19]。SCP屬于自發(fā)腦電信號(hào)，因此不需要依賴外部的刺激，但是一般需要對(duì)受試者的大腦進(jìn)行很長(zhǎng)一段時(shí)間的訓(xùn)練，且腦電信號(hào)傳輸速率低。（3）基于P300電位的BCI系統(tǒng)P300電位是指當(dāng)出現(xiàn)受試者期望出現(xiàn)的目標(biāo)刺激時(shí)，人腦會(huì)在目標(biāo)出現(xiàn)后約300毫秒出現(xiàn)顯著的正電位變化，這種目標(biāo)刺激可以是視覺(jué)刺激、聽(tīng)覺(jué)刺激、觸覺(jué)刺激等，目前針對(duì)視覺(jué)刺激的研究較多[20]。1988年，美國(guó)Illinois大學(xué)設(shè)計(jì)了基于P300的虛擬打印機(jī)[21]。2002年，清華大學(xué)高小蓉團(tuán)隊(duì)研發(fā)出一款利用P300實(shí)現(xiàn)拼寫(xiě)功能的系統(tǒng)[22]。2009年，西班牙的AntelisJ等人完成了基于P300的智能輪椅，達(dá)到通過(guò)視覺(jué)刺激到達(dá)目標(biāo)位置的效果[23]。P300電位不需要對(duì)受試者進(jìn)行訓(xùn)練，然而信號(hào)幅值較低，信噪比低，在后續(xù)的信號(hào)處理上難度較大。（4）基于ERD/ERS的BCI系統(tǒng)ERD/ERS電位是指大腦處于活躍/惰性狀態(tài)時(shí)，腦電信號(hào)對(duì)應(yīng)頻段出現(xiàn)信號(hào)幅值下降/上升，頻帶能量降低/增高[24]。本文研究的基于運(yùn)動(dòng)想象的BCI（MI-BCI）系統(tǒng)就屬于這一類別，所對(duì)應(yīng)的頻段時(shí)8~30Hz。圖1-3基于BCI的機(jī)械臂幫助高位截癱患者喝水[26]2005年，Leeb和Scherer等人設(shè)計(jì)了一款可以通過(guò)想象左手/右手運(yùn)動(dòng)在虛擬環(huán)

【參考文獻(xiàn)】：
期刊論文
[1]基于多特征卷積神經(jīng)網(wǎng)路的運(yùn)動(dòng)想象腦電信號(hào)分析及意圖識(shí)別[J]. 何群,邵丹丹,王煜文,張園園,謝平.  儀器儀表學(xué)報(bào). 2020(01)
[2]基于變分模態(tài)分解與深度信念網(wǎng)絡(luò)的運(yùn)動(dòng)想象分類識(shí)別研究[J]. 何群,杜碩,王煜文,陳曉玲,謝平.  計(jì)量學(xué)報(bào). 2020(01)
[3]基于改進(jìn)共空間模式與深度信念網(wǎng)絡(luò)的腦電信號(hào)識(shí)別算法研究[J]. 項(xiàng)偉,吳迎年.  中國(guó)科學(xué):信息科學(xué). 2018(07)
[4]基于穩(wěn)態(tài)視覺(jué)誘發(fā)電位的腦控輪椅的控制方式[J]. 陳小剛,徐圣普.  北京生物醫(yī)學(xué)工程. 2018(02)
[5]基于多特征和BP神經(jīng)網(wǎng)絡(luò)的腦-機(jī)接口研究[J]. 劉光達(dá),王燦,李明佳,孫瑞辰,蔡靖,宮曉宇.  電子技術(shù)應(yīng)用. 2017(09)
[6]“腦機(jī)接口”技術(shù)及其軍事應(yīng)用[J]. 霍夢(mèng)蘭.  科技視界. 2016(26)
[7]基于最小二乘支持向量機(jī)的腦電信號(hào)分類[J]. 劉沖,于清文,陸志國(guó),王宏.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)
[8]基于HHT運(yùn)動(dòng)想象腦電模式識(shí)別研究[J]. 孫會(huì)文,伏云發(fā),熊馨,楊俊,劉傳偉,余正濤.  自動(dòng)化學(xué)報(bào). 2015(09)
[9]基于EMD-多尺度熵和ELM的運(yùn)動(dòng)想象腦電特征提取和模式識(shí)別[J]. 謝平,陳曉玲,蘇玉萍,梁振虎,李小俚.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2013(06)
[10]對(duì)中國(guó)腦科學(xué)研究的思考[J]. 楊雄里.  科技導(dǎo)報(bào). 2013(35)

碩士論文
[1]基于壓縮感知理論的基追蹤反演方法及應(yīng)用研究[D]. 彭德木.中國(guó)石油大學(xué)(華東) 2017



本文編號(hào)：3234983