本文關(guān)鍵詞：基于盲源信號處理的腦電特征提取方法的研究

  更多相關(guān)文章： 腦機接口 盲源分解 獨立分量分析

【摘要】：本文首先研究對比AMUSE、SOBI、JADE、FastICA四種典型盲源信號處理算法提取腦機接口(BCI)中四種運動想象腦電源信號(想象左手、右手、腳和舌)的分類識別正確率。之后從時間和空間兩個角度,組合應用兩種盲源信號處理算法,解決特征提取時腦電信號微弱、不平穩(wěn)和極易受到各種干擾的問題。研究結(jié)果表明:通過組合SOBI和FastICA算法,能夠提取出比較微弱的想象運動源信號,并且能夠在一定程度上消除外部干擾的影響,有利于進一步研究大腦在運動控制過程中的腦電生理機制,提高BCI系統(tǒng)的實際應用能力。
【作者單位】： 唐山職業(yè)技術(shù)學院;河北工業(yè)大學電磁場與電器可靠性省部共建重點實驗室;
【基金】：河北省自然科學基金資助項目(H2012202053) 河北省高等學�？茖W技術(shù)研究青年基金資助項目(QN2014324) 唐山市科學技術(shù)研究與發(fā)展指導計劃項目資助(12110210b,12140215a)
【分類號】：TP334.7;R338
【正文快照】： 引言腦機接口(brain computer interface,BCI)系統(tǒng)旨在實現(xiàn)人腦和外部設備之間直接的交流與控制[1],能夠為運動殘疾或表達障礙的患者提供與外界交互和控制設備的能力。目前,大部分BCI系統(tǒng)通過記錄頭皮腦電活動狀態(tài),提取反映特定意圖的特征信號,產(chǎn)生控制外部設備的命令。雖然文

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 李明愛;王蕊;郝冬梅;;想象左右手運動的腦電特征提取及分類研究[J];中國生物醫(yī)學工程學報;2009年02期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 王攀;沈繼忠;施錦河;;想象左右手運動的腦電特征提取[J];傳感技術(shù)學報;2010年09期

2 王登;苗奪謙;王睿智;;一種新的基于小波包分解的EEG特征抽取與識別方法研究[J];電子學報;2013年01期

3 李明愛;陸嬋嬋;楊金福;;基于改進CSSD的腦電信號特征提取方法[J];北京工業(yè)大學學報;2013年07期

4 李明愛;林琳;楊金福;;基于小波包最優(yōu)基的運動想象EEG自適應特征提取方法[J];計算機測量與控制;2011年11期

5 段鎖林;徐亭婷;莊瑋;;基于小波包和ICA的ERD/ERS腦電信號特征提取[J];常州大學學報(自然科學版);2014年02期

6 王磊;王江;劉麗芳;楊碩;徐桂芝;顏威利;;基于腦電alpha波及運動想象的在線腦機接口系統(tǒng)設計[J];中國組織工程研究與臨床康復;2011年17期

7 王江;徐桂芝;王磊;張惠源;;基于多通道自適應自回歸模型腦-機接口系統(tǒng)特征的提取[J];中國組織工程研究與臨床康復;2011年48期

8 李明愛;馬建勇;楊金福;;基于小波包和熵準則的最優(yōu)頻段提取方法[J];儀器儀表學報;2012年08期

9 張毅;羅明偉;羅元;;腦電信號的小波變換和樣本熵特征提取方法[J];智能系統(tǒng)學報;2012年04期

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 張飛飛;簡易自我放松催眠緩解學習疲勞的腦電實驗研究[D];安徽師范大學;2010年

2 王攀;基于小波變換和多域融合的腦電信號特征提取[D];浙江大學;2011年

3 沈?qū)W麗;基于時頻分析的頭皮腦電特征提取及其模式識別應用研究[D];杭州電子科技大學;2012年

4 彭俊潔;基于事件誘發(fā)腦電信號的身份識別算法的研究[D];南昌大學;2013年

5 孟霏;腦機接口中運動想象腦電信號的識別方法和應用[D];大連交通大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 唐艷;柳建新;龔安棟;;ICA+CSSD的腦-機接口分類[J];電子科技大學學報;2008年03期

2 徐寶國;宋愛國;;單次運動想象腦電的特征提取和分類[J];東南大學學報(自然科學版);2007年04期

3 楊幫華;顏國正;鄢波;;基于離散小波變換提取腦機接口中腦電特征[J];中國生物醫(yī)學工程學報;2006年05期

【相似文獻】

中國重要報紙全文數(shù)據(jù)庫 前1條

1 黃嵐 華軒;意念移物：用大腦控制機械[N];大眾衛(wèi)生報;2013年

，

本文編號：1244428