本文關(guān)鍵詞：多類運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別及其在BCI中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：腦-機(jī)接口(Brain-Computer Interface, BCI)是一種不依賴正常的腦神經(jīng)和肌肉輸出通路的腦-機(jī)通信技術(shù),它能為思維功能正常的肢體殘疾群體提供一種新穎的人-機(jī)交互模式,相關(guān)研究具有重要的科學(xué)意義和應(yīng)用價(jià)值。它以大腦采集的腦電(Electroencephalogram, EEG)信號(hào)為信息載體,實(shí)現(xiàn)大腦與外部設(shè)備的直接通訊和操作。頭皮EEG信號(hào)能實(shí)時(shí)反映腦思維狀態(tài)的變化,因此在非植入式BCI系統(tǒng)中得到了廣泛的應(yīng)用。BCI系統(tǒng)的關(guān)鍵在于從EEG中提取出能反映操作者主觀意識(shí)的特征參數(shù),并將其轉(zhuǎn)換成系統(tǒng)需要的指令。然而,多通道EEG信號(hào)的空間分辨率、信噪比都非常低,并且EEG信號(hào)特征的個(gè)體差異性也非常明顯,這些不利因素給EEG信號(hào)的有效分析和精確解碼帶來(lái)了很大困難。因此有效的EEG信號(hào)處理和特征提取技術(shù)對(duì)BCI系統(tǒng)實(shí)現(xiàn)具有重要的意義。本文以提高運(yùn)動(dòng)想象BCI (Motor Imagery BCI, MI-BCI)系統(tǒng)的識(shí)別率為基本目標(biāo),重點(diǎn)研究了共空間模式(Common Spatial Pattern, CSP)和獨(dú)立分量分析(Independent Component Anaylsis, ICA)在運(yùn)動(dòng)想象EEG (Motor Imagery EEG, MI-EEG)空域特征提取新方法上,從以下幾個(gè)方面做了一些特色工作：1.自主設(shè)計(jì)了左手、右手和腳的運(yùn)動(dòng)想象實(shí)驗(yàn)范式,多名受試個(gè)體參與腦電采集實(shí)驗(yàn),因此采集了較豐富的MI-EEG數(shù)據(jù),為后續(xù)用于MI-EEG的分類方法分析和特征提取打下了良好的基礎(chǔ)。2.在兩分類CSP算法的基礎(chǔ)上,重點(diǎn)對(duì)矩陣近似聯(lián)合對(duì)角化(JointApproximation Diagonalization matrix, JAD)和“一對(duì)多”(the One-Versus-the-Rest, OVR)的多類運(yùn)動(dòng)想象分類展開了相關(guān)研究。傳統(tǒng)JAD方法在檢測(cè)空域?yàn)V波器的設(shè)計(jì)過(guò)程中,重點(diǎn)需要對(duì)關(guān)鍵特征向量進(jìn)行選擇。但是基于“最高得分特征值準(zhǔn)則”的特征向量選擇方法出現(xiàn)了不同類別數(shù)據(jù)的最高得分特征值對(duì)應(yīng)相同特征向量的問(wèn)題,因此設(shè)計(jì)出無(wú)效或不能正確提取MI-EEG空域特征的空域?yàn)V波器,從而影響了多類MI-EEG信號(hào)的識(shí)別率。因此在傳統(tǒng)JAD方法的基礎(chǔ)上,提出了一種特征值自動(dòng)選擇方法以解決特征值選擇無(wú)效問(wèn)題,接著對(duì)基于OVR的運(yùn)動(dòng)想象分類做了詳細(xì)地分析,并取得了理想的分類結(jié)果。3.研究了ICA算法及ICA檢測(cè)濾波器的新方法。在此基礎(chǔ)上提出了一種ICA空域?yàn)V波器(ICA Spatial Filter, ICA-S F)優(yōu)化設(shè)計(jì)和EEG多子帶特征的MI-BC1信息處理新方法,多道MI-EEG數(shù)據(jù)經(jīng)空域?yàn)V波后,通常需要選擇最優(yōu)運(yùn)動(dòng)相關(guān)頻帶對(duì)運(yùn)動(dòng)相關(guān)節(jié)律進(jìn)一步增強(qiáng)從而提高分類結(jié)果,但不同受試個(gè)體的運(yùn)動(dòng)節(jié)律頻帶會(huì)因個(gè)體差異性而存在較大差別。針對(duì)不同受試者進(jìn)行MI-BCI系統(tǒng)參數(shù)優(yōu)化(如,頻域、空域?yàn)V波器的參數(shù)優(yōu)化設(shè)計(jì)和分類器參數(shù)的學(xué)習(xí)),實(shí)現(xiàn)了針對(duì)個(gè)體的運(yùn)動(dòng)相關(guān)多子帶優(yōu)化組合。實(shí)驗(yàn)結(jié)果表明,多子帶特征結(jié)合方法所得到的識(shí)別率比僅使用單頻帶所得的識(shí)別率普遍提高。4.對(duì)ICA算法結(jié)合遺傳算法(Genetic Algorithm, GA) 的 MI-EEG特征檢測(cè)及其優(yōu)化方法展開研究。針對(duì)不同受試個(gè)體,通過(guò)GA對(duì)運(yùn)動(dòng)想象誘發(fā)的事件相關(guān)去同步(Event-Related Desynchronization, ERD)頻段進(jìn)行優(yōu)化選擇。如果能精確定位受試個(gè)體的運(yùn)動(dòng)節(jié)律頻率范圍,對(duì)改善MI-BCI系統(tǒng)的識(shí)別率具有很明顯的幫助。EEG信號(hào)的非平穩(wěn)性以及顯著的個(gè)體差異性增加了尋求最優(yōu)節(jié)律增強(qiáng)頻帶(Rhythm Enhanced Band, REB)的復(fù)雜性,從而影響了ICA算法的穩(wěn)定性。因此設(shè)計(jì)了基于ICA的GA特征優(yōu)化方法,經(jīng)實(shí)驗(yàn)證明該方法具有較好的可靠性和實(shí)用性,可用于在線BCI的設(shè)計(jì)與實(shí)現(xiàn)。
【關(guān)鍵詞】：腦-機(jī)接口 運(yùn)動(dòng)想象 空域?yàn)V波 遺傳算法
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R338;TN911.7
【目錄】：

• 摘要3-5
• Abstract5-10
• 第一章 引言10-19
• 1.1 腦-機(jī)接口系統(tǒng)10-12
• 1.1.1 腦-機(jī)接口的概述10
• 1.1.2 腦-機(jī)接口的組成10-11
• 1.1.3 腦-機(jī)接口的研究意義11-12
• 1.2 腦-機(jī)接口的發(fā)展及研究現(xiàn)狀12-14
• 1.2.1 腦-機(jī)接口的發(fā)展12-13
• 1.2.2 國(guó)內(nèi)外腦-機(jī)接口研究現(xiàn)狀13-14
• 1.3 運(yùn)動(dòng)想象腦-機(jī)接口面臨的挑戰(zhàn)14-15
• 1.4 腦-機(jī)接口的應(yīng)用前景15-17
• 1.5 論文的主要研究目的和內(nèi)容17-19
• 1.5.1 主要研究目的17-18
• 1.5.2 主要研究?jī)?nèi)容18-19
• 第二章 基于運(yùn)動(dòng)想象腦電信號(hào)的相關(guān)知識(shí)19-35
• 2.1 腦電信號(hào)的基本知識(shí)19-24
• 2.1.1 腦電信號(hào)的產(chǎn)生機(jī)理19-20
• 2.1.2 腦電信號(hào)的特點(diǎn)20-21
• 2.1.3 運(yùn)動(dòng)想象腦電信號(hào)21-23
• 2.1.4 腦電信號(hào)的分析方法23-24
• 2.2 自主實(shí)驗(yàn)采集的軟件平臺(tái)和儀器24-26
• 2.3 實(shí)驗(yàn)電極安放位置與意義26-28
• 2.3.1 EEG信號(hào)采集電極的介紹26-27
• 2.3.2 電極安放位置27-28
• 2.4 運(yùn)動(dòng)想象腦電信號(hào)的分類依據(jù)28-30
• 2.4.1 傳統(tǒng)ERD/ERS計(jì)算28-30
• 2.4.2 左手、右手和腳的ERD/ERS現(xiàn)象30
• 2.5 運(yùn)動(dòng)想象腦電信號(hào)采集實(shí)驗(yàn)范式30-34
• 2.5.1 BCI2005的MI-EEG實(shí)驗(yàn)范式30-31
• 2.5.2 自主MI-EEG采集實(shí)驗(yàn)范式優(yōu)點(diǎn)31-32
• 2.5.3 自主實(shí)驗(yàn)受試者的選擇32-33
• 2.5.4 自主MI-EEG實(shí)驗(yàn)范式33-34
• 2.6 本章小結(jié)34-35
• 第三章 運(yùn)動(dòng)想象腦電信號(hào)線性分類與優(yōu)化方法35-45
• 3.1 運(yùn)動(dòng)想象腦電信號(hào)評(píng)估準(zhǔn)則35-37
• 3.1.1 運(yùn)動(dòng)想象EEG數(shù)據(jù)測(cè)試平臺(tái)35-36
• 3.1.2 運(yùn)動(dòng)想象分類識(shí)別判定標(biāo)準(zhǔn)36-37
• 3.2 運(yùn)動(dòng)想象腦電信號(hào)線性分類方法37-41
• 3.2.1 支持向量機(jī)分類器37-39
• 3.2.2 線性判別分析分類器39-41
• 3.3 運(yùn)動(dòng)想象參數(shù)優(yōu)化方法41-44
• 3.3.1 遺傳算法優(yōu)化原理41-42
• 3.3.2 基于運(yùn)動(dòng)想象配置遺傳算法環(huán)境42-44
• 3.4 本章小結(jié)44-45
• 第四章 共空間模式在運(yùn)動(dòng)想象腦電信號(hào)分類中的應(yīng)用45-67
• 4.1 預(yù)處理45-46
• 4.2 基于共空間模式的空域?yàn)V波器46-49
• 4.2.1 共空間模式算法46-47
• 4.2.2 CSP空域?yàn)V波器的設(shè)計(jì)47-49
• 4.3 多類CSP算法49-59
• 4.3.1 傳統(tǒng)近似聯(lián)合對(duì)角化方法49-51
• 4.3.2 JAD方法的特征值問(wèn)題51-52
• 4.3.3 改進(jìn)的JAD方法52-55
• 4.3.4 一對(duì)多CSP方法55-56
• 4.3.5 基于方差的OVR分類判定56-58
• 4.3.6 基于不同特征數(shù)的OVR分類判定58-59
• 4.4 實(shí)驗(yàn)結(jié)果及分析59-66
• 4.4.1 傳統(tǒng)JAD方法與改進(jìn)JAD方法分析59-63
• 4.4.2 基于改進(jìn)JAD方法的OVR方法分析63-66
• 4.5 本章小結(jié)66-67
• 第五章 獨(dú)立分量分析在運(yùn)動(dòng)想象腦電信號(hào)分類中的應(yīng)用67-92
• 5.1 獨(dú)立分量分析算法67
• 5.2 擴(kuò)展信息極大算法67-69
• 5.3 ICA作為預(yù)處理69-71
• 5.4 基于獨(dú)立分量分析的空域?yàn)V波器71-76
• 5.4.1 ICA空域?yàn)V波器的設(shè)計(jì)71-74
• 5.4.2 ICA空域?yàn)V波器的性能測(cè)試74-76
• 5.5 基于獨(dú)立分量?jī)?yōu)化子帶特征的三類運(yùn)動(dòng)想象分類76-82
• 5.5.1 多子帶特征結(jié)合方法設(shè)計(jì)77-78
• 5.5.2 實(shí)驗(yàn)結(jié)果及分析78-82
• 5.6 基于ICA和GA算法相結(jié)合的運(yùn)動(dòng)想象頻帶優(yōu)化82-90
• 5.6.1 MI-EEG的遺傳算法適應(yīng)度函數(shù)設(shè)計(jì)82-84
• 5.6.2 遺傳算法適應(yīng)度函數(shù)中頻帶增量確定84-85
• 5.6.3 基于獨(dú)立分量分析的遺傳算法特征優(yōu)化方法85-87
• 5.6.4 實(shí)驗(yàn)結(jié)果及分析87-90
• 5.7 本章小結(jié)90-92
• 第六章 總結(jié)與展望92-94
• 6.1 總結(jié)92-93
• 6.2 展望93-94
• 參考文獻(xiàn)94-103
• 附圖103-105
• 附表105-106
• 致謝106-107
• 作者攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果107

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 華東;;減重訓(xùn)練聯(lián)合運(yùn)動(dòng)想象療法對(duì)偏癱步行的影響[J];中國(guó)中醫(yī)急癥;2008年12期

2 顧麗燕;尤桂杰;趙娜娜;;運(yùn)動(dòng)想象療法在臨床中的應(yīng)用[J];中外醫(yī)療;2010年34期

3 劉麗;尹姣;黃菲;李春靜;趙思宇;張會(huì)君;;腦卒中偏癱患者運(yùn)動(dòng)想象能力的影響因素[J];中國(guó)老年學(xué)雜志;2012年04期

4 謝財(cái)忠;唐軍凱;;運(yùn)動(dòng)想象療法與腦卒中偏癱康復(fù)[J];醫(yī)學(xué)研究生學(xué)報(bào);2012年11期

5 徐寶國(guó);宋愛(ài)國(guó);;單次運(yùn)動(dòng)想象腦電的特征提取和分類[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 閆彥寧;趙斌;賈子善;黃力平;槐雅萍;;運(yùn)動(dòng)想象應(yīng)用于腦卒中偏癱康復(fù)的研究進(jìn)展[J];中國(guó)康復(fù);2008年01期

7 朱琳;賈曉紅;劉霖;王世云;楊勝榮;宋為群;;運(yùn)動(dòng)想象對(duì)卒中后偏癱患者手功能康復(fù)的療效觀察[J];中國(guó)腦血管病雜志;2009年09期

8 高晴;陳華富;;基于動(dòng)態(tài)因果模型的運(yùn)動(dòng)執(zhí)行和運(yùn)動(dòng)想象腦網(wǎng)絡(luò)研究[J];電子科技大學(xué)學(xué)報(bào);2010年03期

9 高曉艷;谷艷;夏彩秋;周萍萍;楊青蘭;王代譽(yù);;運(yùn)動(dòng)想象結(jié)合運(yùn)動(dòng)再學(xué)習(xí)療法對(duì)腦卒中患者肢體功能和生存質(zhì)量的影響[J];中國(guó)傷殘醫(yī)學(xué);2011年05期

10 顧麗燕;姚麗華;尤桂杰;趙娜娜;梁丹丹;;近紅外光譜技術(shù)用于運(yùn)動(dòng)和運(yùn)動(dòng)想象時(shí)大腦皮質(zhì)血氧反應(yīng)監(jiān)測(cè)的研究[J];中國(guó)康復(fù)醫(yī)學(xué)雜志;2011年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 楊遠(yuǎn)濱;王薌斌;;淺談中醫(yī)意念與運(yùn)動(dòng)想象的比較[A];中國(guó)醫(yī)師協(xié)會(huì)第二屆康復(fù)醫(yī)學(xué)論壇、中國(guó)康復(fù)醫(yī)學(xué)會(huì)第四屆青年學(xué)術(shù)會(huì)議、北京康復(fù)醫(yī)學(xué)會(huì)第三屆會(huì)員代表大會(huì)論文集[C];2005年

2 賈子善;;運(yùn)動(dòng)想像的理論與應(yīng)用[A];2008年浙江省物理醫(yī)學(xué)與康復(fù)學(xué)術(shù)年會(huì)暨中樞神經(jīng)功能損傷康復(fù)新進(jìn)展學(xué)習(xí)班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時(shí);;運(yùn)動(dòng)想象腦電模式的動(dòng)態(tài)分類[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

4 諸強(qiáng);謝琳;;基于小波分析的運(yùn)動(dòng)想象腦電模式特征提取與分類[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

5 孔萬(wàn)增;張艷娜;胡三清;戴國(guó)駿;張建海;魏大名;;基于運(yùn)動(dòng)想象的中風(fēng)患者肢體康復(fù)實(shí)時(shí)控制系統(tǒng)[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

6 徐海鷹;;運(yùn)動(dòng)想象療法結(jié)合運(yùn)動(dòng)再學(xué)習(xí)方案在腦卒中早期患者上肢功能的應(yīng)用[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)運(yùn)動(dòng)療法分會(huì)第十一屆全國(guó)康復(fù)學(xué)術(shù)大會(huì)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運(yùn)動(dòng)想象聯(lián)合強(qiáng)制性運(yùn)動(dòng)療法治療腦卒中偏癱60例臨床觀察[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)腦血管病專業(yè)委員會(huì)換屆暨第十五次全國(guó)腦血管病康復(fù)學(xué)術(shù)年會(huì)、湖南省康復(fù)醫(yī)學(xué)會(huì)神經(jīng)康復(fù)專業(yè)委員會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

8 王艷;唐強(qiáng);白震民;李娟;;頭穴叢刺與被動(dòng)運(yùn)動(dòng)和運(yùn)動(dòng)想象結(jié)合對(duì)早期腦卒中患者運(yùn)動(dòng)功能的影響[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)第五屆全國(guó)康復(fù)治療學(xué)術(shù)會(huì)議論文集[C];2006年

9 劉佳;鄧景貴;陶希;宋紅;;運(yùn)動(dòng)想象療法對(duì)老年卒中偏癱患者肢體功能恢復(fù)的影響研究[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)腦血管病專業(yè)委員會(huì)換屆暨第十五次全國(guó)腦血管病康復(fù)學(xué)術(shù)年會(huì)、湖南省康復(fù)醫(yī)學(xué)會(huì)神經(jīng)康復(fù)專業(yè)委員會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

10 吳華;顧旭東;時(shí)美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實(shí)技術(shù)結(jié)合運(yùn)動(dòng)想象療法對(duì)腦卒中患者上肢功能恢復(fù)的影響[A];2013浙江省物理醫(yī)學(xué)與康復(fù)學(xué)學(xué)術(shù)年會(huì)暨第八屆浙江省康復(fù)醫(yī)學(xué)發(fā)展論壇論文集[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 張銳;運(yùn)動(dòng)想象腦—機(jī)接口的神經(jīng)機(jī)制與識(shí)別算法研究[D];電子科技大學(xué);2015年

2 王莉;應(yīng)用腦功能成像技術(shù)研究腦卒中運(yùn)動(dòng)想象療法神經(jīng)康復(fù)機(jī)制[D];重慶大學(xué);2015年

3 魏慶國(guó);基于運(yùn)動(dòng)想象的腦—機(jī)接口分類算法的研究[D];清華大學(xué);2006年

4 徐舫舟;基于運(yùn)動(dòng)想象的腦機(jī)接口相關(guān)算法研究[D];山東大學(xué);2014年

5 閆靜;基于腦電的腦卒中患者運(yùn)動(dòng)想象認(rèn)知過(guò)程的研究[D];上海交通大學(xué);2012年

6 方永慧;基于運(yùn)動(dòng)想象腦電信號(hào)非線性特性分析的腦—機(jī)接口研究[D];重慶大學(xué);2014年

7 周鵬;基于運(yùn)動(dòng)想象的腦機(jī)接口的研究[D];天津大學(xué);2007年

8 孫莉敏;運(yùn)動(dòng)想象訓(xùn)練促進(jìn)腦卒中患者功能恢復(fù)的功能磁共振（fMRI）研究[D];復(fù)旦大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 牛小辰;康復(fù)運(yùn)動(dòng)中的腦肌電特征分析[D];燕山大學(xué);2015年

2 謝立娟;針灸合并運(yùn)動(dòng)想象療法在腦卒中偏癱患者康復(fù)護(hù)理中的應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 孫會(huì)文;基于運(yùn)動(dòng)想象腦電的腦機(jī)交互模式識(shí)別方法研究[D];昆明理工大學(xué);2015年

4 戴若夢(mèng);基于深度學(xué)習(xí)的運(yùn)動(dòng)想象腦電分類[D];北京理工大學(xué);2015年

5 郭蘭錦;基于結(jié)構(gòu)MRI的運(yùn)動(dòng)想象BCI機(jī)制研究[D];電子科技大學(xué);2014年

6 翟紅利;基于運(yùn)動(dòng)想象的腦機(jī)接口的數(shù)學(xué)模型與算法研究[D];長(zhǎng)沙理工大學(xué);2014年

7 叢壯;運(yùn)動(dòng)想象結(jié)合音樂(lè)療法在卒中偏癱患者上肢康復(fù)中的應(yīng)用[D];遼寧醫(yī)學(xué)院;2015年

8 康莎莎;多類運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別及其在BCI中的應(yīng)用[D];安徽大學(xué);2016年

9 楊勤;運(yùn)動(dòng)想象的腦功能分析[D];電子科技大學(xué);2009年

10 胡永新;運(yùn)動(dòng)想象療法對(duì)腦卒中偏癱患者上肢功能恢復(fù)的影響[D];青島大學(xué);2010年

  本文關(guān)鍵詞：多類運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別及其在BCI中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：257592