本文關(guān)鍵詞：基于導(dǎo)聯(lián)信號組合的腦電信號處理及其在中風(fēng)病人腦電信號分析中的應(yīng)用

  更多相關(guān)文章： 腦電信號處理 導(dǎo)聯(lián)信號相乘 P300 中風(fēng) 運(yùn)動想象腦電信號 特征提取

【摘要】：腦電信號(Electroencephalogram, EEG)是大腦神經(jīng)細(xì)胞電生理活動在大腦皮層和頭皮表面的總體反映,包含了大量生理和疾病信息。腦電信號的發(fā)現(xiàn)有助于人們進(jìn)一步研究大腦構(gòu)造及其思維機(jī)制。目前,腦電信號已被應(yīng)用于信息輸入、外部設(shè)備控制、心理學(xué)研究、疾病的康復(fù)與治療等領(lǐng)域,而隨著信號處理學(xué)的發(fā)展,越來越多的腦電信號處理算法也被應(yīng)用于腦電信號分析中。傳統(tǒng)腦電信號處理算法包括預(yù)處理、特征提取和分類三個過程。腦電信號處理算法的好壞直接決定了腦電信號分析的準(zhǔn)確性以及是否能夠?qū)δX電信號中很多有用的隱藏信息進(jìn)行挖掘。本文在研究已有的腦電信號處理算法基礎(chǔ)上,針對傳統(tǒng)P300腦電信號特征提取算法基于多導(dǎo)腦電信號進(jìn)行特征提取,數(shù)據(jù)量大,特征提取效率低等問題,提出了基于導(dǎo)聯(lián)信號組合的P300腦電信號特征提取算法,并將基于導(dǎo)聯(lián)信號相乘的腦電信號處理算法應(yīng)用于中風(fēng)病人腦電信號特征研究中。首先,本文提出了三種基于導(dǎo)聯(lián)信號組合的P300腦電信號特征提取算法。根據(jù)被試腦電信號特征,僅選取P300特征較明顯的兩個導(dǎo)聯(lián)腦電信號,分別通過導(dǎo)聯(lián)信號相乘、導(dǎo)聯(lián)信號卷積、導(dǎo)聯(lián)信號矩陣相乘算法使P300特征更加顯著,以能量熵作為P300腦電信號特征值,送入支持向量機(jī)中進(jìn)行分類。通過BCI競賽字符拼寫器實(shí)驗(yàn)數(shù)據(jù)、人臉圖片測謊實(shí)驗(yàn)P300數(shù)據(jù)和模擬網(wǎng)絡(luò)詐騙實(shí)驗(yàn)P300數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明,本文提出的算法可以有效提取P300腦電信號特征,在降低提取特征的個數(shù),大幅減少數(shù)據(jù)量的同時,取得了較高的分類正確率,有利于在線應(yīng)用。與相關(guān)文獻(xiàn)相比,本文提出的算法數(shù)據(jù)量最多減少了93.8%。此外,導(dǎo)聯(lián)信號相乘、卷積和矩陣相乘算法分別在字符拼寫器、人臉圖片測謊和模擬網(wǎng)絡(luò)詐騙實(shí)驗(yàn)P300數(shù)據(jù)上獲得了93%、88.6%和90.6%的最佳分類表現(xiàn)。在各自表現(xiàn)最優(yōu)的數(shù)據(jù)上,三種算法的分類正確率比參考文獻(xiàn)最多提高了15.6、5.8和11.9個百分點(diǎn)。其次,本文通過我們設(shè)計(jì)的運(yùn)動想象腦電信號刺激器,對中風(fēng)病人自由想象和運(yùn)動想象腦電信號進(jìn)行采集。由于本文提出的基于導(dǎo)聯(lián)信號組合的腦電信號處理算法適合于特征空間分布較為集中的腦電信號,如P300腦電信號,運(yùn)動想象腦電信號等。因此,本文首先通過大腦兩側(cè)所有導(dǎo)聯(lián)采集的數(shù)據(jù)對中風(fēng)病人自由想象腦電信號時頻域能量進(jìn)行分析,然后用提出的基于導(dǎo)聯(lián)信號相乘的腦電信號處理算法對C3、C4及其臨近導(dǎo)聯(lián)采集到的中風(fēng)病人運(yùn)動想象腦電信號時頻域特征進(jìn)行研究,并觀察運(yùn)動想象腦電信號事件相關(guān)同步化／去同步(Event Related Synchronization/Desynchronization, ERS/ERD)現(xiàn)象。經(jīng)12名被試腦電信號數(shù)據(jù)驗(yàn)證,在時域分析中發(fā)現(xiàn)83.3%的被試大腦患病側(cè)自由想象腦電信號能量比健康側(cè)低,66.7%的被試肢體運(yùn)動不利側(cè)對應(yīng)的上肢運(yùn)動想象腦電信號ERS/ERD現(xiàn)象不顯著；在頻域分析中發(fā)現(xiàn)83.3%的被試大腦患病側(cè)自由想象腦電信號能量比健康側(cè)低,58.3%的被試肢體不利側(cè)對應(yīng)的上肢運(yùn)動想象腦電信號ERS/ERD現(xiàn)象不顯著。進(jìn)一步對位于大腦患病側(cè)的相關(guān)導(dǎo)聯(lián)采集到的腦電信號頻域能量進(jìn)行分析,66.7%的被試在進(jìn)行左右手運(yùn)動想象時,該導(dǎo)聯(lián)腦電信號的頻域能量并未出現(xiàn)符合規(guī)律的ERS/ERD現(xiàn)象。本研究結(jié)果說明中風(fēng)對病人大腦患病側(cè)自由想象和運(yùn)動想象腦電信號均有比較大的抑制,通過對中風(fēng)病人大腦患病側(cè)與健康側(cè)自由想象腦電信號能量的對比以及運(yùn)動想象腦電信號中ERS/ERD現(xiàn)象顯著程度的分析,為中風(fēng)病人的康復(fù)程度評估提供一定的幫助,同時也為今后的中風(fēng)病人康復(fù)手段改進(jìn)提供一種思路。最后,本文對實(shí)驗(yàn)室搭建的基于GKT (Guilty Knowledge Test)范式的測謊實(shí)驗(yàn)平臺、基于運(yùn)動想象腦電信號刺激器的中風(fēng)病人腦電信號采集實(shí)驗(yàn)平臺以及腦電信號分析工具——MATLAB進(jìn)行了介紹。
【關(guān)鍵詞】：腦電信號處理 導(dǎo)聯(lián)信號相乘 P300 中風(fēng) 運(yùn)動想象腦電信號 特征提取
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.7;R743.3
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-12
• 第1章 緒論12-20
• 1.1 腦電信號處理的研究背景與意義12-15
• 1.1.1 腦機(jī)接口技術(shù)12-13
• 1.1.2 基于ERP的測謊技術(shù)13-14
• 1.1.3 中風(fēng)疾病的康復(fù)與治療14-15
• 1.2 腦電信號處理算法的研究現(xiàn)狀15-17
• 1.2.1 預(yù)處理算法16
• 1.2.2 特征提取算法16-17
• 1.2.3 分類算法17
• 1.3 論文的研究內(nèi)容與組織結(jié)構(gòu)17-20
• 第2章 腦電信號及其處理算法20-33
• 2.1 腦電信號概述20-25
• 2.1.1 腦電信號的產(chǎn)生機(jī)理20-21
• 2.1.2 P300電位21-23
• 2.1.3 運(yùn)動想象腦電信號23-25
• 2.2 腦電信號處理算法25-32
• 2.2.1 拉普拉斯算法26-27
• 2.2.2 小波變換27-30
• 2.2.3 能量熵30
• 2.2.4 支持向量機(jī)30-32
• 2.3 本章小結(jié)32-33
• 第3章 基于導(dǎo)聯(lián)信號組合的P300腦電信號特征提取33-49
• 3.1 算法概述33-34
• 3.2 實(shí)驗(yàn)數(shù)據(jù)來源34-37
• 3.2.1 BCI競賽字符拼寫器34-35
• 3.2.2 人臉圖片測謊實(shí)驗(yàn)數(shù)據(jù)35-36
• 3.2.3 模擬網(wǎng)絡(luò)詐騙實(shí)驗(yàn)數(shù)據(jù)36-37
• 3.3 電極選擇及腦電信號預(yù)處理37-40
• 3.3.1 電極選擇37-38
• 3.3.2 腦電信號預(yù)處理38-40
• 3.4 基于導(dǎo)聯(lián)信號組合的P300腦電信號特征提取40-45
• 3.4.1 基于導(dǎo)聯(lián)信號相乘的P300腦電信號特征提取40-42
• 3.4.2 基于導(dǎo)聯(lián)信號卷積的P300腦電信號特征提取42-43
• 3.4.3 基于導(dǎo)聯(lián)信號矩陣相乘的P300腦電信號特征提取43-45
• 3.5 分類結(jié)果與分析45-48
• 3.6 本章小結(jié)48-49
• 第4章 基于導(dǎo)聯(lián)信號相乘的中風(fēng)病人腦電信號分析49-66
• 4.1 實(shí)驗(yàn)數(shù)據(jù)來源49-51
• 4.1.1 中風(fēng)病人情況介紹49
• 4.1.2 數(shù)據(jù)采集方法49-51
• 4.2 中風(fēng)病人自由想象腦電信號處理51-56
• 4.2.1 中風(fēng)病人自由想象腦電信號時域能量51-54
• 4.2.2 中風(fēng)病人自由想象腦電信號頻域能量54-56
• 4.3 基于導(dǎo)聯(lián)信號相乘的中風(fēng)病人運(yùn)動想象腦電信號處理56-61
• 4.3.1 中風(fēng)病人運(yùn)動想象腦電信號時域能量56-59
• 4.3.2 中風(fēng)病人運(yùn)動想象腦電信號頻域能量59-61
• 4.4 結(jié)果與分析61-64
• 4.4.1 中風(fēng)病人大腦患病側(cè)與健康側(cè)自由想象腦電信號分析61-62
• 4.4.2 中風(fēng)病人大腦患病側(cè)與健康側(cè)運(yùn)動想象腦電信號分析62-63
• 4.4.3 中風(fēng)病人腦電信號分析在康復(fù)治療中的意義63-64
• 4.5 本章小結(jié)64-66
• 第5章 腦電信號采集與分析平臺的搭建66-73
• 5.1 基于GKT范式的測謊實(shí)驗(yàn)平臺66-68
• 5.1.1 E-Prime66-67
• 5.1.2 上海諾誠腦電圖儀67-68
• 5.2 中風(fēng)病人腦電信號采集平臺68-71
• 5.2.1 運(yùn)動想象腦電信號刺激器69-70
• 5.2.2 俄羅斯Neuron-Spectrum-5型腦電圖儀70-71
• 5.3 腦電信號分析工具——MATLAB71
• 5.4 本章小結(jié)71-73
• 第6章 總結(jié)與展望73-76
• 參考文獻(xiàn)76-84
• 附錄一84-89
• 作者簡歷及在學(xué)習(xí)期間的相關(guān)科研成果89

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛蘊(yùn)全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓?fù)鋱D[J];儀器儀表學(xué)報;2001年S1期

2 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學(xué)工程;2007年01期

3 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計(jì)算機(jī)仿真;2007年02期

4 魯強(qiáng);劉玉軍;徐建蘭;張進(jìn)祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計(jì)工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學(xué)工程;1989年01期

7 孟欣，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計(jì)算機(jī)接口[J];北京生物醫(yī)學(xué)工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨(dú)立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運(yùn)動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計(jì)建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認(rèn)知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于洪;基于腦電信號的警覺度估計(jì)[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計(jì)算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計(jì)[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學(xué);2015年

10 王瓊穎;腦電信號的非線性動力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：684593