【摘要】：大腦神經細胞在活動中產生的電信號被稱為腦電信號,腦電信號在臨床醫(yī)學和工程應用等領域都具有重大的研究價值。在工程應用中,腦-機接口技術能夠建立大腦和計算機之間進行溝通的橋梁,通過該技術可以直接識別出大腦中的思維活動,并將其傳遞給計算機,該技術具有重大的理論科研價值和實際應用前景,目前已被多個國家納入科技發(fā)展規(guī)劃中,已經成為了當前的研究熱點。在腦-機接口技術領域中,使用腦電信號進行注意力檢測也是其中的一項重要研究內容。本文主要對使用腦電(Electroencephalogram,EEG)信號進行注意力檢測的方法進行了研究,并設計了一種注意力檢測系統(tǒng)。本文中采用了干電極進行腦電信號的非侵入式采集,使用Think Gear AM腦電處理芯片對采集到腦電信號進行濾波、放大和AD轉換,然后對采集到的信號使用Mallat快速算法進行分析,將分析后得到的腦電信號的四種節(jié)律的能量作為特征值,再運用BP神經網絡對獲得的特征向量進行模式分類�；谝陨�,本文完成了符合要求的系統(tǒng)設計,硬件方面包括信號采集和傳輸模塊、信號處理和轉發(fā)模塊、電源模塊等;軟件方面考慮到計算量和便攜性的問題,結合了云平臺,采用TCP協(xié)議設計了客戶端和服務器,將系統(tǒng)中的主要計算放在云服務器上進行,并搭建了云Web服務器進行界面交互;同時設計了注意力實驗的范式,并通過實驗對系統(tǒng)進行了測試。傳統(tǒng)的注意力檢測方式主要借助攝像頭和各種傳感器對被測者的表情和姿態(tài)進行識別,很難精確量化注意力等級。本文中采用腦電信號進行注意力檢測,經測試表明系統(tǒng)能夠實現(xiàn)腦電信號的實時采集、處理和分析,與傳統(tǒng)方式相比更容易進行量化分析,準確度更高,同時設計的系統(tǒng)體積較小,便于攜帶。
【學位授予單位】：哈爾濱理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R318;TN911.7
【圖文】：

構和功能術的研究中，對腦電信號進行采集一更有利的腦區(qū)將會采集到更具有相關高。結構大致可以分為中樞神經系統(tǒng)(central nipheral nevous system, PNS)[29]。大腦過脊髓向全身傳達控制信號，同時脊主要通道。~200 成年人深度睡眠，新生兒，智力發(fā)~150 少年腦電主要組成，成年人淺睡~100 正常人基本節(jié)律，在清醒、~20 內心緊張，心情亢奮出現(xiàn)，思維活

哈爾濱理工大學工程碩士學位論文，其中大腦皮質的每個區(qū)域都出現(xiàn)了功能特化，每個區(qū)域都基底神經節(jié)主要負責的是運動控制和行為選擇，杏仁核負責海馬體則是負責記憶、學習、空間認識任務[25]。在大腦底部質、腦橋與中腦共同組成，大腦通過它向身體其他部位傳達大腦下部高度結構化的神經元網絡，負責運動的協(xié)調。腦皮質結構及功能究中涉及到了選擇從哪個腦區(qū)采集信號，根據(jù)大腦的組織和的大腦皮質可以分為額葉、頂葉、枕葉和顳葉這 4 個部分，

國際腦電圖(EEG)學會所提出的10-20系統(tǒng)標準電極安放法是最為權威的[30]，如圖2-4 所示，該方法已經在腦-機接口的實際應用中被廣泛使用。圖 2-4 國際標準電極放置方法Fig.2-4 International Standard Electrode Placement Method10-20 系統(tǒng)中的電極之間的相對間隔被規(guī)定為 10%或者 20%，這也是該放置方法被命名為 10-20 系統(tǒng)的由來。系統(tǒng)中用以放置電極的參考線被命名為矢狀線和冠狀線，矢狀線為鼻根、顱頂和枕外隆凸相連接的一條線，如圖 2-3 左所示；冠狀線為顱頂、左右耳根相連接的一條線，和矢狀線交叉。在大腦頭皮的矢狀線和冠狀線上都按照 10%、20%、20%、20%、20%、10%的順序來確定5 個參考點，之后以參考點為基準進行電極的安放。

【相似文獻】

相關期刊論文 前10條

1 王曉麗;;基于深度學習的癲癇腦電信號分析與預測[J];長春大學學報;2019年06期

2 韋曉燕;陳子怡;周毅;;基于多尺度排列熵的腦電信號分類[J];中國數(shù)字醫(yī)學;2019年05期

3 王薇蓉;張雪英;孫穎;暢江;;關于腦電信號的情感優(yōu)化識別仿真[J];計算機仿真;2018年06期

4 郭婷儀;李素芳;鐘桂仙;曾佳璇;周酥;;基于腦電信號的耳鳴識別算法研究[J];科技傳播;2018年13期

5 左晶;萬小勤;羅楊;鄭斌;陳斌林;任祥花;;癲癇腦電信號的相關性分析[J];電子世界;2017年05期

6 張娜;唐賢倫;劉慶;;基于半監(jiān)督學習的腦電信號特征提取及識別[J];工程科學與技術;2017年S2期

7 石喬莉;王延輝;李信政;;基于腦電信號的駕駛疲勞的研究[J];世界最新醫(yī)學信息文摘;2017年55期

8 王恒;李念強;齊鵬沖;;運動想象腦電信號特征的提取與分類[J];工業(yè)控制計算機;2015年02期

9 李亞杰;宋明星;張玉棟;;腦電信號采集系統(tǒng)的設計[J];河北建筑工程學院學報;2014年01期

10 蔡超峰;張勇;郭舒婷;姜利英;;思維腦電信號的關聯(lián)維數(shù)分析[J];河南科技大學學報(自然科學版);2012年01期

相關會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應拓撲圖[A];中國儀器儀表學會第三屆青年學術會議論文集（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];中國生理學會第21屆全國代表大會暨學術會議論文摘要匯編[C];2002年

3 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

4 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應用研究[A];大連理工大學生物醫(yī)學工程學術論文集（第2卷）[C];2005年

5 張丹丹;丁海艷;侯新琳;葉大田;;新生豬缺氧缺血實驗中腦電信號的偽差分析[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

6 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)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

7 胡楠;徐進;鄭崇勛;;不同麻醉深度下腦電信號的復雜度研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

8 歐陽軼;鄭崇勛;張崇;;基于腦電小波熵的生理性精神疲勞分析[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

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

10 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

相關重要報紙文章 前5條

1 記者 張夢然;腦電信號神經反饋訓練可增強抗壓性[N];科技日報;2018年

2 科學作者 譯者 猛瑪;如何做到真正的因材施教[N];電腦報;2016年

3 本報記者 張曉鳴;用腦電波開車，這不是開玩笑[N];文匯報;2015年

4 本報特約撰稿人 陸志城;我思，故我動[N];醫(yī)藥經濟報;2003年

5 本報記者 馮海波 通訊員 劉慧嬋 祝和平;大學生創(chuàng)意閃耀的舞臺[N];廣東科技報;2011年

相關博士學位論文 前10條

1 李明陽;基于復合域分析的癲癇腦電信號檢測算法研究[D];吉林大學;2018年

2 韓凌;腦電信號同步分析及癲癇發(fā)作預測方法研究[D];東北大學;2016年

3 趙麗;基于腦電信號的腦-機接口技術研究[D];天津大學;2004年

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

5 徐鵬;信號的稀疏分解及其在腦電信號處理中的應用研究[D];電子科技大學;2006年

6 伍亞舟;基于想象左右手運動思維腦電BCI實驗及識別分類研究[D];第三軍醫(yī)大學;2007年

7 唐艷;基于時間、頻率和空間域的自發(fā)腦電信號提取[D];中南大學;2008年

8 陳東偉;非線性動力學、因果腦網絡與聚類穩(wěn)定性在腦電信號分析中的應用研究[D];太原理工大學;2015年

9 馬小飛;認知任務下的腦電動力學分析[D];南京大學;2017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;2012年

相關碩士學位論文 前10條

1 王光遠;基于深度學習的腦電信號分析與模式識別研究[D];北京郵電大學;2019年

2 鄭天依;基于機器學習的癲癇及精神異常腦電信息識別研究[D];北京郵電大學;2019年

3 吳澗柯;基于對抗神經網絡的腦電情緒識別[D];浙江大學;2019年

4 李佳慶;腦電信號中眼電偽跡去除與參考電極選取方法研究[D];太原理工大學;2018年

5 張凱翔;音樂誘發(fā)下基于腦電信號的情緒識別研究[D];浙江大學;2019年

6 熊朝坤;基于腦電信號的便攜式注意力檢測系統(tǒng)設計與實現(xiàn)[D];哈爾濱理工大學;2019年

7 黨杰;基于腦電的情緒識別與通道優(yōu)化選擇研究[D];蘭州大學;2019年

8 王燦;基于腦電信號的腦卒中分類研究[D];太原理工大學;2019年

9 周夢妮;復雜度和時頻分析在癲癇腦電信號診斷與發(fā)作預測中的應用研究[D];太原理工大學;2019年

10 陳侃;腦電信號采集及分類算法研究[D];深圳大學;2018年

本文編號：2773560