發(fā)布時(shí)間：2017-12-18 06:29

  本文關(guān)鍵詞：腦機(jī)接口技術(shù)中的ICA研究

  更多相關(guān)文章： 腦電 獨(dú)立成分分析 聚類 源定位

【摘要】：腦-機(jī)接口技術(shù)BCI作為一種新型的交流控制系統(tǒng),其在康復(fù)醫(yī)療等領(lǐng)域的應(yīng)用引起了廣泛關(guān)注和討論。獨(dú)立分量分析ICA,作為一種新穎的信號(hào)處理手段,在BCI系統(tǒng)中的應(yīng)用,也使得腦-機(jī)接口迎來(lái)了新的進(jìn)步和發(fā)展。本文的研究工作就是圍繞獨(dú)立分量分析ICA在腦-機(jī)接口中的應(yīng)用,特別是在腦電溯源上的應(yīng)用而展開(kāi)。在簡(jiǎn)要的介紹了ICA和腦電溯源涉及理論的基礎(chǔ)上,重點(diǎn)介紹了ICA在預(yù)處理、特征提取及溯源定位上的使用情況,并通過(guò)真實(shí)的穩(wěn)態(tài)視覺(jué)誘發(fā)響應(yīng)SSVEP數(shù)據(jù)結(jié)合EEGLAB進(jìn)行了處理和分析。論文首先對(duì)真實(shí)數(shù)據(jù)進(jìn)行諸如重參考、基線去除、濾波等預(yù)處理操作,實(shí)現(xiàn)初步的噪聲濾除。然后,進(jìn)行事件相關(guān)電位ERP的提取,從而強(qiáng)化誘發(fā)腦電信息,進(jìn)一步消除噪聲干擾�；谀X電數(shù)據(jù)的多維特性,對(duì)其進(jìn)行主成分分析PCA降維,最大化保留數(shù)據(jù)有用信息。之后,分別利用固定點(diǎn)算法及擴(kuò)展最大熵算法分離出獨(dú)立成分,驗(yàn)證ICA對(duì)于真實(shí)SSVEP信號(hào)獨(dú)立成分分離的有效性及準(zhǔn)確性。對(duì)于ICA分解后的結(jié)果進(jìn)行偽跡識(shí)別,首先憑借主觀的先驗(yàn)經(jīng)驗(yàn)對(duì)心電、腦電等偽跡噪聲進(jìn)行初步去除。利用分層聚類Linkage和最優(yōu)k值選定的K-均值等聚類分析方式完成各個(gè)獨(dú)立成分的分類,尋找偶極子信息,結(jié)合聚類分析結(jié)果和偽跡剔除經(jīng)驗(yàn)進(jìn)一步剔除干擾。本文中針對(duì)剔除偽跡的ICA分離結(jié)果進(jìn)行相應(yīng)的溯源分析。在DIPFIT中,采用不同頭模型進(jìn)行腦電溯源定位,確定腦電偶極子的源位置,證實(shí)視覺(jué)刺激的產(chǎn)生位置集中在后腦,與生理上的視覺(jué)腦電刺激產(chǎn)生位置一致,證實(shí)了ICA方法在溯源問(wèn)題上的可靠性。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：R338;TN911.7

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 杜艷琴;黃華;;基于獨(dú)立成分和小波分析的胎兒心電提取[J];中國(guó)組織工程研究與臨床康復(fù);2011年13期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 高全學(xué);張洪才;潘泉;;膚色和獨(dú)立成分相結(jié)合的人臉檢測(cè)[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

2 汪太月;李宏偉;;基于GGD模型獨(dú)立成分分析算法的局部穩(wěn)定性分析[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 鐘明軍;獨(dú)立成分分析算法研究及其在功能核磁共振成像中的應(yīng)用[D];大連理工大學(xué);2004年

2 薛云峰;源信號(hào)自適應(yīng)的獨(dú)立成分分析算法應(yīng)用與研究[D];上海交通大學(xué);2009年

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

1 阮蓓;獨(dú)立成分的漢英對(duì)比研究[D];華中師范大學(xué);2006年

2 趙陶鈺;獨(dú)立成分分析算法在fMRI數(shù)據(jù)中的應(yīng)用[D];太原理工大學(xué);2012年

3 張楊;基于粒子群優(yōu)化的工業(yè)過(guò)程獨(dú)立成分分析方法研究與應(yīng)用[D];東北大學(xué);2010年

4 刁興光;獨(dú)立成分算法在GPU上的實(shí)現(xiàn)[D];大連理工大學(xué);2012年

5 周達(dá)和;獨(dú)立成分分析算法與支持向量機(jī)在不良圖片識(shí)別中的應(yīng)用[D];華南理工大學(xué);2010年

6 劉芳;ICA及其多層擴(kuò)展算法的研究[D];中國(guó)海洋大學(xué);2013年

7 于涵;腦機(jī)接口技術(shù)中的ICA研究[D];南京郵電大學(xué);2014年

8 賈玉紅;視覺(jué)注意機(jī)制及其在場(chǎng)景分類中的應(yīng)用[D];華東師范大學(xué);2012年

，

本文編號(hào)：1303192