腦-機(jī)接口（Brain-Computer Interface,BCI）技術(shù)能夠在大腦與外部設(shè)備間建立起一條傳輸通道,從而實(shí)現(xiàn)人腦和外部世界的信息交流以及對(duì)外設(shè)的控制。該項(xiàng)技術(shù)在醫(yī)療康復(fù)、心理狀態(tài)監(jiān)測及軍事等領(lǐng)域都有著廣闊的應(yīng)用前景�；陬^皮腦電（Electroencephalograph,EEG）的BCI（EEG-BCI）是一種無創(chuàng)的BCI實(shí)現(xiàn)模式,相比植入式BCI,EEG-BCI具有更好的適用性。而頭皮EEG在采集過程中極易受各種偽跡影響,由此而產(chǎn)生的低質(zhì)量EEG訓(xùn)練樣本會(huì)對(duì)EEG-BCI的性能產(chǎn)生不同程度的負(fù)面影響。在現(xiàn)有資料中,研究者提出了很多EEG偽跡消除方法,但不同類型的偽跡干擾對(duì)EEG-BCI系統(tǒng)的影響程度及其量化分析則少見報(bào)道。本文圍繞運(yùn)動(dòng)想象BCI（motor imagery BCI,MIBCI）系統(tǒng)實(shí)現(xiàn)這一具體應(yīng)用,對(duì)偽跡干擾的檢測分類方法以及低質(zhì)量訓(xùn)練樣本對(duì)BCI系統(tǒng)性能的影響進(jìn)行較全面地分析和研究,具體工作如下:（1）對(duì)三分類運(yùn)動(dòng)想象腦電信號(hào)（Motor imagery EEG,MI-EEG）及其分析方法進(jìn)行介紹。根據(jù)來源和種類,對(duì)腦電信號(hào)中存在的偽跡進(jìn)行了研究。... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BCI技術(shù)

大腦在不受任意刺激時(shí)，大腦皮層的各部位仍然自發(fā)地生成節(jié)律性變化，這種變化產(chǎn)生的腦電信號(hào)被稱為自發(fā)型腦電信號(hào)。自發(fā)型腦電信號(hào)通常表現(xiàn)出無規(guī)律性和不可預(yù)測性。與之相對(duì)的，當(dāng)外界對(duì)大腦進(jìn)行某些刺激時(shí)，在受到刺激的部位或者與對(duì)應(yīng)感覺系統(tǒng)的腦功能區(qū)域會(huì)出現(xiàn)一定的電位變化，即誘發(fā)型腦電。通常來說，大腦受到相同來源的刺激時(shí)所產(chǎn)生的誘發(fā)性腦電信號(hào)具有相對(duì)固定的反應(yīng)模式。根據(jù)這兩種腦電信號(hào)，還可以做進(jìn)一步的細(xì)分，其介紹如下： (1)自發(fā)型腦電。依據(jù)頻段的區(qū)別可以將信號(hào)劃分為不同節(jié)律，通常使用希臘字母表示，主要包括 α、β、μ、θ、δ 幾種節(jié)律，如圖 2.2 所示。

安徽大學(xué)碩士學(xué)位論文27后即可較有效提高目標(biāo)信號(hào)信噪比。基于ICA方法的這一應(yīng)用，我們可以對(duì)腦電信號(hào)中的多種偽跡進(jìn)行識(shí)別與去除，并對(duì)去除不同偽跡前后MI-BCI系統(tǒng)的性能進(jìn)行對(duì)比，從而對(duì)偽跡所造成的影響進(jìn)行量化分析。3.3.2ICA空域?yàn)V波器的設(shè)計(jì)為了通過空域特征處理基于運(yùn)動(dòng)想象的EEG信號(hào)，需設(shè)計(jì)ICA空域?yàn)V波器。該濾波器取自于前文中迭代所得分離矩陣W的列向量，并用于尋找信號(hào)中與運(yùn)動(dòng)有關(guān)的EEG成分。問題在于，經(jīng)ICA方法對(duì)混合信號(hào)進(jìn)行分離后，所得到的獨(dú)立分量中除去EEG節(jié)律外，還包含了一些較明顯的偽跡以及一些未知意義的分量。如何在這些“真?zhèn)蜗鄟y”的信號(hào)“披沙揀金、去蕪存菁”，確定我們需要的運(yùn)動(dòng)相關(guān)獨(dú)立分量(Motor-relatedindependentcomponents,MRICs)對(duì)提取MI-EEG的特征以及BCI系統(tǒng)的設(shè)計(jì)來說顯得十分重要。本文中采取的方法是實(shí)驗(yàn)室所提出的基于“主電極最大投影原則”的MRICs及其檢測濾波器的自動(dòng)選擇方法[54]。通過比較ICA后得到的混合矩圖3.4原始腦電信號(hào)Fig3.4RawEEGsignal圖3.5ICA分離后的輸出信號(hào)Fig3.5EEGsignalafterICAseparation


本文編號(hào)：3409633