【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,已在體育運動訓練,腦卒中患者的神經(jīng)康復、腦機接口等領域得到廣泛應用,成為研究熱點。MI的研究已在特征信息檢測、機器學習解碼算法等方面取得重大進展,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“導向性運動視頻誘導”和“增強想象任務的難度”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、識別率等量化指標對優(yōu)化效果進行評估。主要工作及結(jié)果如下:(一)“導向性運動視頻誘導”優(yōu)化MI腦電信號源質(zhì)量。本文進行了有導向性視頻運動想象(video motor imagery,VMI)和無導向性視頻運動想象(non-video motor imagery,NVMI)兩種任務模式的對比研究,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強度顯著優(yōu)于NVMI。VMI的ERD強度std值小于NVMI(1.20631.5598,0.95131.2038),表明VMI模式下被試間ERD強度的個體差異小,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)“增強想象任務的難度”,優(yōu)化MI腦電特征信源質(zhì)量。本文進行了不同任務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強度std值小于LMI(0.49600.5279,0.64600.6725),表明HMI模式下被試間ERD強度的個體差異小,LMI的ERD強度差異大。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,本文通過導向性運動視頻誘導和增強想象任務難度的方式優(yōu)化了MI腦電信源質(zhì)量,達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 緒論頻和增強想象任務難度的方法，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。分別設計實施有無導向性視頻和高低頻率的下肢想象任務的對比實驗，采用EEG 信號分析方法對不同任務模式的腦電信號節(jié)律特性進行對比研究，探討量化指標對優(yōu)化效果進行評估，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 誘導采集實驗平臺的軟件和硬件的設置如下：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 軟件進行一些參數(shù)設置，如將帶通模擬濾波器設置到 0.5Hz 到 100Hz 以防止混疊濾波，，設置陷波器為 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，進入計算機 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。
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R318;TN911.7

【參考文獻】

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;王學民;杜金剛;明東;;磁誘導對腦卒中患者運動康復的影響研究[J];電子測量與儀器學報;2017年08期

3 安興偉;曹勇;焦學軍;明東;;基于視聽交互刺激的認知機理與腦機接口范式研究進展[J];電子測量與儀器學報;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];儀器儀表學報;2017年06期

5 王仲朋;陳龍;何峰;萬柏坤;明東;;面向康復與輔助應用的腦-機接口趨勢與展望[J];儀器儀表學報;2017年06期

6 黃長琴;鐘艷;;腦卒中患者運動功能障礙康復治療新進展[J];檢驗醫(yī)學與臨床;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EMD的運動想象腦電信號識別算法研究[J];微型機與應用;2016年09期

9 杜凱;王莉;馮正權(quán);張曄;邱明國;;應用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)大學學報;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)生理機制[J];中國科學:生命科學;2015年07期

相關(guān)博士學位論文 前4條

1 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;2016年

2 王莉;應用腦功能成像技術(shù)研究腦卒中運動想象療法神經(jīng)康復機制[D];重慶大學;2015年

3 孫莉敏;運動想象訓練促進腦卒中患者功能恢復的功能磁共振（fMRI）研究[D];復旦大學;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;2010年

相關(guān)碩士學位論文 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;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;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;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;2012年

本文編號：2626690