本文關鍵詞：普適化腦電信息感知關鍵問題的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著新型傳感材料與低功耗微型處理器研究的發(fā)展,生物傳感器的應用越來越普遍,已逐漸被應用于軍人、宇航員、運動員、病人等生理信息監(jiān)測中,因此,基于可穿戴生物傳感器的生物信息感知理論與技術研究的重要性日益突出。而大腦作為人體的最重要控制中樞,對腦電信息的感知成為生物信息感知研究中的重點。由于精神疾病、認知能力等與大腦之間的緊密關聯(lián)性,使得基于可穿戴腦電傳感器的腦信息感知研究成為當前的熱點之一。本文以可穿戴腦電信息感知研究為核心,面向腦電信息感知與處理中的幾個關鍵問題,研究了相應的解決算法和模型,并以歐盟框架7國際合作項目“心理疾病在線預測與干預系統(tǒng)研究”為依托,驗證了所提出的算法和模型在與精神壓力狀態(tài)相關的生物信息感知系統(tǒng)中的有效性。由于腦電信號極其微弱,在科研單位或醫(yī)院都會設立特定的屏蔽室來排除干擾,并由專業(yè)人員操作腦電采集儀以保證信號的可靠。而在普適化環(huán)境中,用戶需自主操作佩戴腦電傳感器,其周圍存在不可避免的干擾,因而需要對腦電信息感知中的新問題做進一步研究。本文研究了普適化腦電信息感知中的三個關鍵問題,創(chuàng)新性研究成果包括如下三個部分：(1)一種新型的腦電信號質量評估模型：當用戶脫離了醫(yī)院的環(huán)境而自主操作腦電傳感器時,如果傳感器電極沒有正確連接在額頭上或所處的實驗環(huán)境電磁噪聲較大,則所采集到的信號不可使用,會導致實驗的失敗。因此,需要研究快速有效地評估腦電信號質量的算法模型來指導使用者判斷數(shù)據可用性。而當前對腦電信號質量評估的算法非常匱乏,大都集中在簡單的皮膚-電極阻抗上面。本文基于模糊綜合評價法的思想,通過大量的數(shù)據分析,結合專家意見評判,提出了一種新的模型來評估原始腦電圖信號質量。該模型運行速度極快,可脫離計算機環(huán)境而工作于腦電傳感器中,因而方便用戶的自測。在實際項目執(zhí)行中驗證了本算法模型的有效性,解決了項目初期實驗數(shù)據質量控制的難題。(2)無參考電極時較少導聯(lián)下腦電信號中眼動噪聲的去除算法：可穿戴傳感器的電極安置在前額,距離眼睛非常近,因而所采集到的腦電信號容易受到眼動噪聲的污染。本文結合眼電與腦電的差異性特征,研究了兩種可用于較少導聯(lián)環(huán)境的眼動噪聲去除算法：一種為小波變換結合獨立分量分析的算法,利用小波變換構造出眼電參考信號,之后通過獨立分量分析算法提取出真實眼電信號；另外一種為小波變換結合自適應濾波算法,由小波變換法重構的眼電信號作為自適應噪聲抵消器的參考輸入信號,利用自適應濾波器的跟蹤特性去除眼電噪聲。這兩種方法適用于較少導聯(lián)下便攜式腦電采集環(huán)境,在濾除眼動噪聲的同時能夠最大限度地保留腦電信息。在本項目的數(shù)據處理中驗證了算法的有效性,得到相對純凈的腦電信號,為后期的特征分析打下基礎。(3)精神壓力狀態(tài)與腦電特征的關聯(lián)性：腦電特征的分析與特定應用環(huán)境相關,本文依托項目的研究目的在于利用感知到的生物信息評估用戶是否承受著較高的精神壓力,因此與精神壓力狀態(tài)與腦電特征量的關聯(lián)性探索成為研究關鍵。基于本文自主設計的可穿戴腦電傳感器,在中國、西班牙和瑞士三個國家中的受試人群中采集實驗數(shù)據(自評量表與腦電數(shù)據),利用最近鄰與樸素貝葉斯分類算法,對腦電的特征進行分類研究。在傳統(tǒng)的線性特征之外,找到了與精神壓力相關的非線性腦電特征。本文的研究意義在于精神疾病的早期發(fā)現(xiàn)與干預。由于社會發(fā)展節(jié)奏的加快,導致心理與精神疾病的發(fā)病率持續(xù)升高,因而帶來巨大的醫(yī)療負擔和經濟、社會損失。而目前各國普遍存在專業(yè)醫(yī)護人員缺乏、醫(yī)療方式有限、時效性差等各種不足�！靶睦砑膊≡诰�預測與干預系統(tǒng)研究”基于可穿戴的生物傳感器系統(tǒng)感知人體的生物信息,結合電子化問卷和量表等,以計算機化的認知行為療法為輔助,研究心理或精神疾病發(fā)病風險,提供預警和在線干預�；陧椖勘尘�,本文研究了普適化腦電信息感知中的關鍵問題,基于所開發(fā)出的可穿戴腦電傳感器,結合以上三個方面的研究成果,應用在“心理疾病在線預測與干預系統(tǒng)研究”中,輔助實現(xiàn)了精神壓力的診療系統(tǒng),具有一定的應用參考價值。
【關鍵詞】：生物信息感知 可穿戴腦電傳感器 眼電噪聲 小波變換 自適應噪聲抵消器 精神壓力 特征提取
【學位授予單位】：蘭州大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：R312;TN911.7
【目錄】：

• 中文摘要3-5
• Abstract5-10
• 第一章 緒論10-23
• 1.1 研究背景與意義10-13
• 1.1.1 生物信息感知研究的發(fā)展與應用10-11
• 1.1.2 研究意義與應用背景11-13
• 1.2 腦電信號的基本特征13-17
• 1.2.1 腦電信號的特點14-15
• 1.2.2 腦電信號的基本分類與特征15-16
• 1.2.3 腦電信號在精神健康領域的應用16-17
• 1.3 腦電信號感知在普適化環(huán)境中面臨的關鍵問題17-22
• 1.3.1 普適化腦電信號質量控制模型欠缺的問題17-18
• 1.3.2 無參考電極下較少導聯(lián)腦電采集中眼電噪聲有效去除的問題18-20
• 1.3.3 腦電特征與精神狀態(tài)的關聯(lián)性問題20
• 1.3.4 本文研究思路20-22
• 1.4 論文主要研究內容與結構安排22-23
• 第二章 腦電傳感器的信號質量評估模型研究23-41
• 2.1 當前腦電信號采集質量保障研究概述23-26
• 2.1.1 傳統(tǒng)環(huán)境中腦電信號采集質量保障措施23-24
• 2.1.2 阻抗測量法在信號質量評估中的應用24-25
• 2.1.3 基于模糊綜合評價模型的腦電信號質量評估25-26
• 2.2 模糊綜合評價法概述26-28
• 2.3 三種典型環(huán)境下腦電傳感信號的特征28-34
• 2.3.1 三種典型使用環(huán)境的選擇28
• 2.3.2 三種場景下腦電信號的特征28-34
• 2.4 腦電傳感信號質量評估模型34-38
• 2.4.1 因素集評價指標-評價特征的選擇34-35
• 2.4.2 評判集評價結果與綜合評判35-38
• 2.5 評估模型的有效性驗證38-40
• 2.6 本章小結40-41
• 第三章 基于少數(shù)導聯(lián)腦電信號中眼動噪聲去除算法的研究41-65
• 3.1 背景噪聲的分類及去除方法概述41-44
• 3.1.1 腦電中背景噪聲的類型41-42
• 3.1.2 當前腦電信號去噪算法研究42-44
• 3.2 噪聲去除算法基礎理論概述44-53
• 3.2.1 小波變換基礎理論44-49
• 3.2.2 獨立分量分析概述49-50
• 3.2.3 自適應濾波器基本理論50-53
• 3.3 基于小波變換和ICA相結合的眼電噪聲分離算法53-56
• 3.4 基于自適應濾波器結合小波變換的眼電噪聲去除算法56-57
• 3.5 實驗數(shù)據分析與結論57-63
• 3.5.1 模擬實驗數(shù)據分析與結果比較57-61
• 3.5.2 實際腦電中的眼電噪聲去除結果與比較61-63
• 3.6 本章小結63-65
• 第四章 精神壓力狀態(tài)與腦電特征的關聯(lián)性分析研究65-97
• 4.1 基于普適化生物信息感知的精神壓力研究65-67
• 4.1.1 與精神壓力相關的生物信息感知研究概況65-66
• 4.1.2 腦電與心理疾病的關聯(lián)性特征研究概況66-67
• 4.2 可穿戴腦電傳感器設計67-78
• 4.2.1 可穿戴腦電傳感器研究進展67-69
• 4.2.2 OPTIMI中對可穿戴傳感器的要求69-70
• 4.2.3 腦電傳感器的設計70-75
• 4.2.4 傳感器的性能指標及應用75-78
• 4.3 基于可穿戴腦電傳感的實驗方案設計78-82
• 4.3.1 參照量表的選擇78-79
• 4.3.2 實驗對象的篩選79-80
• 4.3.3 實驗方案設計80-82
• 4.4 腦電特征與精神壓力的關聯(lián)性分析82-96
• 4.4.1 腦電特征的選擇82-86
• 4.4.2 分類器選擇86-87
• 4.4.3 實驗數(shù)據分析87-96
• 4.5 本章小結96-97
• 第五章 總結與展望97-99
• 5.1 本文工作97-98
• 5.2 工作展望98-99
• 參考文獻99-108
• 在學期間的研究成果108-111
• 致謝111

【參考文獻】

中國期刊全文數(shù)據庫 前7條

1 楊仁桓;宋愛國;徐寶國;;基于諧波小波包變換的腦電波基本節(jié)律分析[J];東南大學學報(自然科學版);2008年06期

2 喬玉龍,潘正祥,孫圣和;一種改進的快速k-近鄰分類算法[J];電子學報;2005年06期

3 陳鐵步;;我國精神衛(wèi)生立法現(xiàn)狀與展望[J];中國科技信息;2005年20期

4 張志琴;張佃中;;腦電Lempel-Ziv復雜度分析的預處理[J];中國醫(yī)學物理學雜志;2009年05期

5 黃勤;周婷;劉益良;劉青峰;;高共模抑制比腦電放大電路設計[J];自動化技術與應用;2009年04期

6 謝宏;謝濤;;基于ADS1298與FPGA的高性能腦電信號采集系統(tǒng)[J];現(xiàn)代電子技術;2013年11期

7 孟惠娟,張振民,高育葵;腦電圖ALPHA波百分指數(shù)動態(tài)變化探討[J];首都醫(yī)藥;2000年05期

  本文關鍵詞：普適化腦電信息感知關鍵問題的研究，由筆耕文化傳播整理發(fā)布。

本文編號：253693