【摘要】：運動想象(Motor imagery,MI)是只需想象運動動作的執(zhí)行,無需進(jìn)行實際運動的心理過程。MI具有不依賴于外刺激的獨立性和自發(fā)性等特點,已在體育運動訓(xùn)練,腦卒中患者的神經(jīng)康復(fù)、腦機(jī)接口等領(lǐng)域得到廣泛應(yīng)用,成為研究熱點。MI的研究已在特征信息檢測、機(jī)器學(xué)習(xí)解碼算法等方面取得重大進(jìn)展,但仍然存在識別率整體偏低、個體執(zhí)行效果差異性大等問題,使MI的發(fā)展陷入瓶頸。針對這一瓶頸問題,本文通過“導(dǎo)向性運動視頻誘導(dǎo)”和“增強(qiáng)想象任務(wù)的難度”兩種方式優(yōu)化運動想象腦電信源(即原信號)質(zhì)量,并進(jìn)行腦電節(jié)律特性的定性定量分析,通過ERD均值、識別率等量化指標(biāo)對優(yōu)化效果進(jìn)行評估。主要工作及結(jié)果如下:(一)“導(dǎo)向性運動視頻誘導(dǎo)”優(yōu)化MI腦電信號源質(zhì)量。本文進(jìn)行了有導(dǎo)向性視頻運動想象(video motor imagery,VMI)和無導(dǎo)向性視頻運動想象(non-video motor imagery,NVMI)兩種任務(wù)模式的對比研究,其研究結(jié)果為:在alpha和beta特征頻段內(nèi)VMI的整體事件相關(guān)去同步(Event-related Desynchronization,ERD)均值比NVMI小(-2.9094-1.7902,-2.3606-1.6393),且二者的ERD值具有顯著性差異(P=0.00020.01,r=0.755),表明VMI誘發(fā)的ERD強(qiáng)度顯著優(yōu)于NVMI。VMI的ERD強(qiáng)度std值小于NVMI(1.20631.5598,0.95131.2038),表明VMI模式下被試間ERD強(qiáng)度的個體差異小,NVMI的差異大。另外,VMI的平均識別率也高于NVMI(81.37%71.63%),且兩者的識別率差異性顯著(p=0.00620.01,r=0.724),表明VMI模式下被試的整體識別率顯著優(yōu)于NVMI。(二)“增強(qiáng)想象任務(wù)的難度”,優(yōu)化MI腦電特征信源質(zhì)量。本文進(jìn)行了不同任務(wù)難度的下肢運動想象研究,即高頻率的下肢運動想象((High frequency motor imagery,HMI)和低頻率的下肢運動想象(Low frequency motor imagery in video,LMI),結(jié)果顯示:在alpha和beta特征頻段內(nèi),HMI的ERD均值小于LMI(-1.827-1.3487,-3.4756-2.2891),且兩者的ERD值具有顯著性差異(p=0.00740.01,r=0.945)。HMI的ERD強(qiáng)度std值小于LMI(0.49600.5279,0.64600.6725),表明HMI模式下被試間ERD強(qiáng)度的個體差異小,LMI的ERD強(qiáng)度差異大。HMI的平均識別率高于LMI(87.84%76.46%),兩者的識別率差異性顯著(p=0.00340.01,r=0.429)。綜上所述,本文通過導(dǎo)向性運動視頻誘導(dǎo)和增強(qiáng)想象任務(wù)難度的方式優(yōu)化了MI腦電信源質(zhì)量,達(dá)到了提升被試下肢運動想象整體識別率和降低個體差異的目的。
【圖文】：

第一章 緒論頻和增強(qiáng)想象任務(wù)難度的方法，優(yōu)化腦電信源質(zhì)量，提高運動想象的識別率，減小個體間的差異。分別設(shè)計實施有無導(dǎo)向性視頻和高低頻率的下肢想象任務(wù)的對比實驗，采用EEG 信號分析方法對不同任務(wù)模式的腦電信號節(jié)律特性進(jìn)行對比研究，探討量化指標(biāo)對優(yōu)化效果進(jìn)行評估，驗證這兩種方法優(yōu)化運動想象腦電信源質(zhì)量的情況。具體本文的研究思路如圖 1-1 所示。

第二章 實驗平臺設(shè)計與數(shù)據(jù)分析方法極帽的電極）、醫(yī)用膠帶（固定參考電極）及棉棒等實驗耗材。MI 誘導(dǎo)采集實驗平臺的軟件和硬件的設(shè)置如下：1）Scan 軟件：用采集和存儲腦電數(shù)據(jù)的軟件，它還可以對腦電信號進(jìn)行初步分析。在采集腦電信號之前需要根據(jù)腦電信號的基本特征對 Scan 軟件進(jìn)行一些參數(shù)設(shè)置，如將帶通模擬濾波器設(shè)置到 0.5Hz 到 100Hz 以防止混疊濾波，，設(shè)置陷波器為 50Hz 以除去50Hz 的工頻干擾，腦電信號采集率為 1000Hz。此外，軟件保存腦電數(shù)據(jù)的過程：由電極帽采集腦電信號，再經(jīng)過 NuAmps 放大器放大，進(jìn)入計算機(jī) Scan 軟件中并顯示在屏幕上，最后對腦電數(shù)據(jù)以 cnt 格式保存。
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R318;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邵南平;向春生;唐嵐;李占東;;基于AdaBoost BP神經(jīng)網(wǎng)絡(luò)的無參考圖像質(zhì)量評價的研究[J];國外電子測量技術(shù);2017年11期

2 周鵬;劉靜;王春方;孫暢;王學(xué)民;杜金剛;明東;;磁誘導(dǎo)對腦卒中患者運動康復(fù)的影響研究[J];電子測量與儀器學(xué)報;2017年08期

3 安興偉;曹勇;焦學(xué)軍;明東;;基于視聽交互刺激的認(rèn)知機(jī)理與腦機(jī)接口范式研究進(jìn)展[J];電子測量與儀器學(xué)報;2017年07期

4 王春方;孫長城;明東;杜金剛;;腦卒中后抑郁患者腦電信號長時程相關(guān)性分析[J];儀器儀表學(xué)報;2017年06期

5 王仲朋;陳龍;何峰;萬柏坤;明東;;面向康復(fù)與輔助應(yīng)用的腦-機(jī)接口趨勢與展望[J];儀器儀表學(xué)報;2017年06期

6 黃長琴;鐘艷;;腦卒中患者運動功能障礙康復(fù)治療新進(jìn)展[J];檢驗醫(yī)學(xué)與臨床;2017年03期

7 郭湛超;覃玉榮;龍安;;基于視覺通路的腦電信號頻譜能量分布研究[J];電子測量技術(shù);2016年09期

8 于路;薄華;;基于改進(jìn)EMD的運動想象腦電信號識別算法研究[J];微型機(jī)與應(yīng)用;2016年09期

9 杜凱;王莉;馮正權(quán);張曄;邱明國;;應(yīng)用fNIRS技術(shù)對運動執(zhí)行與運動想象腦激活模式的研究[J];第三軍醫(yī)大學(xué)學(xué)報;2015年20期

10 謝平;吳曉光;牛小辰;陳曉玲;郭子暉;杜義浩;;運動觀察與運動想象的皮層節(jié)律活動與神經(jīng)生理機(jī)制[J];中國科學(xué):生命科學(xué);2015年07期

相關(guān)博士學(xué)位論文 前4條

1 曹艷;植入式腦機(jī)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

2 王莉;應(yīng)用腦功能成像技術(shù)研究腦卒中運動想象療法神經(jīng)康復(fù)機(jī)制[D];重慶大學(xué);2015年

3 孫莉敏;運動想象訓(xùn)練促進(jìn)腦卒中患者功能恢復(fù)的功能磁共振（fMRI）研究[D];復(fù)旦大學(xué);2013年

4 姜濤;基于皮質(zhì)腦電的腦運動區(qū)功能定位原理與算法研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 張琪涵;運動執(zhí)行與運動想象大腦激活模式的比較[D];天津師范大學(xué);2016年

2 孔麗文;基于智能眼鏡的BCI技術(shù)研究[D];天津職業(yè)技術(shù)師范大學(xué);2014年

3 董康;不同視覺刺激方式下的左右手運動想象腦電信號模式識別研究[D];杭州電子科技大學(xué);2013年

4 孫長城;基于三維編碼刺激序列的視覺P300-Speller誘發(fā)ERP研究[D];天津大學(xué);2012年

本文編號：2626690