發(fā)布時間：2017-11-14 22:25

  本文關(guān)鍵詞：基于fNIRS的人體上下坡運動意識的研究

  更多相關(guān)文章： fNIRS 自發(fā)運動 方差分析 Bp神經(jīng)網(wǎng)絡(luò) Fisher分類器

【摘要】：為了增加肢體殘缺者的生活自理能力，，需要佩戴假肢，而目前傳統(tǒng)的假肢仍有訓(xùn)練時間長,響應(yīng)慢等的缺陷，因此基于人腦運動意識控制假肢的腦機接口技術(shù)備受關(guān)注。目前絕大部分關(guān)于人體運動意識的研究只關(guān)注誘發(fā)運動或者是身體某終端部位的運動，然而現(xiàn)實生活中需要很多自發(fā)的大幅度的運動輔助控制。fNIRS是一種新興的腦功能成像技術(shù)，它具有良好的時間和空間分辨率，并且具有便攜性，使得該技術(shù)在自發(fā)的大幅度人體運動意識研究領(lǐng)域有很高的應(yīng)用價值。本課題的主要研究內(nèi)容如下所示： （1）設(shè)計了在自發(fā)意識下的上下坡運動實驗，應(yīng)用功能性近紅外光腦功能成像（fNIRS）技術(shù)記錄了20名被試的腦血氧信息。 （2）利用單因素方差分析（ANOVA）方法分析了大腦運動關(guān)聯(lián)區(qū)域（主運動區(qū)，前運動區(qū)，輔助運動區(qū)，前輔助運動區(qū)以及背外側(cè)前額葉區(qū)域）內(nèi)的血氧信息，確定了靜止狀態(tài)，運動開始狀態(tài)以及動作轉(zhuǎn)換狀態(tài)三種不同的任務(wù)，并通過比對靜止-開始運動狀態(tài)以及開始運動-動作轉(zhuǎn)換狀態(tài)下含氧血紅蛋白濃度值的差異，找出隨著任務(wù)變化血氧濃度變化最活躍的5個通道。結(jié)果發(fā)現(xiàn)，事先確認的5個功能區(qū)域都出現(xiàn)了隨著任務(wù)的改變大腦血氧濃度產(chǎn)生變化的現(xiàn)象，而最能體現(xiàn)這些變化的通道分別為通道8，通道9，通道15，通道16以及通道23。 （3）當確認了所研究的5個通道之后，進一步基于活躍通道內(nèi)的含氧血紅蛋白信息，設(shè)計了一個Bp神經(jīng)網(wǎng)絡(luò)判別開始運動的運動意識，以5個通道的濃度變化斜率以及通道9當前濃度與Baseline平均濃度的差值作為神經(jīng)網(wǎng)絡(luò)的輸入來判別運動和靜止狀態(tài)。分類準確率約為78%，并且能夠在實際運動開始后的0.5秒左右辨識出來。 （4）此外，應(yīng)用母小波Db4對上下坡期間活躍通道內(nèi)含氧血紅蛋白信息進行了三層小波變換，并將提取的小波系數(shù)用Fisher分類器進行分類，從而達到辨別上下坡的運動模式的目的，分類準確率約為85%。 本課題提出了基于腦皮層血氧信息來判別自發(fā)上下坡運動的方法，建立了基于Bp神經(jīng)網(wǎng)絡(luò)的運動意識判別模型，提出了基于Fisher分類器判別上下坡運動模式的方法。
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：R318.04;TP183

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 程明,任宇鵬,高小榕,王廣志,季林紅,高上凱;腦電信號控制康復(fù)機器人的關(guān)鍵技術(shù)[J];機器人技術(shù)與應(yīng)用;2003年04期

2 楊大鵬;姜力;趙京東;劉宏;;基于腦電信號的高智能假手控制[J];吉林大學(xué)學(xué)報(工學(xué)版);2008年05期

3 陳楚;王衛(wèi)星;吳敏;蔡坤;;基于小波變換的語音信號的特征提取[J];科技咨詢導(dǎo)報;2007年11期

本文編號：1187279