發(fā)布時間：2020-08-23 15:06

【摘要】：在當(dāng)前腦科學(xué)和類腦計算的研究中,面向多種模態(tài)腦信號的處理技術(shù)是最熱門的幾個研究問題之一�；诓煌B(tài)腦信號的處理技術(shù),可以從多個維度研究大腦內(nèi)部各腦區(qū)的功能、探索人類的高級認(rèn)知行為、分析人類的運動和記憶能力、輔助腦疾病的診斷與治療等等。面向多種模態(tài)腦信號的處理技術(shù)可以為腦機接口、類腦計算和腦科學(xué)研究中關(guān)鍵的技術(shù)手段,在神經(jīng)科學(xué)、心理學(xué)、神經(jīng)疾病學(xué)和神經(jīng)工程等領(lǐng)域都有著非常重要的研究意義。然而,現(xiàn)有的腦信號處理技術(shù)在特征提取、模型擬合、模型訓(xùn)練和模型效率等方面還有著很多問題與挑戰(zhàn),亟需發(fā)展更先進(jìn)的腦信號處理技術(shù)。針對腦信號處理研究中存在的問題與挑戰(zhàn),本文引入了深度網(wǎng)絡(luò)模型。根據(jù)不同模態(tài)腦信號的特性,對現(xiàn)有的深度網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行針對性的改進(jìn),提出了幾種不同形式的深度網(wǎng)絡(luò)模型。本文所提出的深度網(wǎng)絡(luò)模型能夠高效地處理了常見的幾種模態(tài)腦信號,為腦機接口、類腦計算和腦科學(xué)等研究提供了新的技術(shù)手段和思路。本文中,提出了幾種面向不同模態(tài)腦信號處理的深度網(wǎng)絡(luò)模型,主要研究內(nèi)容有以下三個方面:1、腦電信號的事件相關(guān)電位檢測:為了實現(xiàn)對腦電信號中事件相關(guān)電位的檢測和分析,文章中提出了兩個網(wǎng)絡(luò)模型:基于限制玻爾茲曼機的混合網(wǎng)絡(luò)和時空判別限制玻爾茲曼機�；谙拗撇柶澛鼨C的混合網(wǎng)絡(luò)能夠提取事件相關(guān)電位的空域特征和時域特征,并實現(xiàn)對事件相關(guān)電位的有效檢測。時空判別限制玻爾茲曼機能夠從事件相關(guān)電位數(shù)據(jù)中提取出具有判別信息的空域特征和時域特征,這些特征能夠較為準(zhǔn)確地反映出該信號的空間分布和隨時間的變化情況,從而快速有效地檢測事件相關(guān)電位。根據(jù)一系列實驗結(jié)果,所提出的兩個網(wǎng)絡(luò)模型對事件相關(guān)電位都有著不錯的檢測性能。2、腦磁信號的解碼:人類大腦信號的解碼研究是目前腦科學(xué)與神經(jīng)認(rèn)知科學(xué)等研究中的一個熱點問題。對大腦信號的解碼研究在理解人類的高級認(rèn)知行為、情緒變化和分析心理疾病等方面有著重要意義。本文中,提出了一種基于門控循環(huán)單元的遞歸神經(jīng)網(wǎng)絡(luò),將該網(wǎng)絡(luò)應(yīng)用于解碼人臉圖像誘發(fā)的腦磁信號。基于門控循環(huán)單元的遞歸神經(jīng)網(wǎng)絡(luò)能夠有效地學(xué)習(xí)不同實驗對象的腦磁信號特征,從而實現(xiàn)跨對象的腦磁信號解碼。在多重交叉驗證實驗中,所提出的網(wǎng)絡(luò)在腦磁信號解碼任務(wù)中取得了非常好的解碼結(jié)果。3、核磁共振成像的腦組織分割:基于核磁共振成像的腦組織分割結(jié)果,可以量化腦結(jié)構(gòu)容量,評估神經(jīng)系統(tǒng)健康狀況,診斷阿爾茨海默病、癡呆、局灶性癲癇、帕金森病和多發(fā)性硬化等腦疾病。文章中,提出了一個多模態(tài)融合網(wǎng)絡(luò),該網(wǎng)絡(luò)能夠提取腦組織核磁共振圖像的多尺度特征。另外,通過構(gòu)建多個子網(wǎng)絡(luò),該網(wǎng)絡(luò)能夠利用三種不同模態(tài)的核磁共振圖像的信息互補,從而實現(xiàn)更精確的腦組織分割。在腦組織分割競賽數(shù)據(jù)集上進(jìn)行一系列實驗,實驗結(jié)果證實了多模態(tài)融合網(wǎng)絡(luò)的有效性,該網(wǎng)絡(luò)的性能超過了現(xiàn)有大部分腦組織分割模型,并在該競賽中取得了歷史排名第一、當(dāng)前第二名的好成績。綜上所述,本文提出了幾種深度網(wǎng)絡(luò)模型,在腦電信號的事件相關(guān)電位檢測、腦磁信號的解碼和核磁共振成像的腦組織分割任務(wù)中的表現(xiàn)優(yōu)異。這些工作有望為腦信號與腦科學(xué)研究者提供了新的思路和技術(shù)手段,在腦機接口、類腦計算和腦科學(xué)研究中有著非常廣闊的研究和應(yīng)用前景。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：R338;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 楊立才,李佰敏,李光林,賈磊;腦-機接口技術(shù)綜述[J];電子學(xué)報;2005年07期

相關(guān)博士學(xué)位論文 前6條

1 馬騰;基于mVEP和MI多模態(tài)腦機接口的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

2 曹艷;植入式腦機接口中微電刺激信息反饋和神經(jīng)信息約簡的研究[D];浙江大學(xué);2016年

3 陳小剛;高速率穩(wěn)態(tài)視覺誘發(fā)電位腦-機接口的關(guān)鍵技術(shù)研究[D];清華大學(xué);2015年

4 岳敬偉;腦機協(xié)調(diào)控制理論與關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

5 潘家輝;基于P300和SSVEP的高性能腦機接口及其應(yīng)用研究[D];華南理工大學(xué);2014年

6 余天佑;多模態(tài)與多自由度腦機接口研究[D];華南理工大學(xué);2013年

本文編號：2801671