發(fā)布時間：2020-10-11 01:08

【摘要】：腦機-接口(Brain Computer Interface,BCI)系統(tǒng)作為一個“翻譯器”,能直接解碼人腦的意圖,把解析出的命令直接發(fā)送給外部設(shè)備,實現(xiàn)人腦對外界設(shè)備的控制。運動想象腦機接口按照被試的控制方式可以分為同步和異步兩種,其中異步BCI系統(tǒng)把控制權(quán)交給被試,能實現(xiàn)理想中的自由控制,提高了系統(tǒng)的體驗感和舒適度�；谶\動想象的異步系統(tǒng)因為其自發(fā)腦電,無害,方便,舒服等優(yōu)點在殘疾人運動功能輔助、中風(fēng)以及腦癱等病人康復(fù)方面具有潛在的應(yīng)用價值。本文研究的對象就是運動想象-腦機接口(Motor Imagery-Brain Computer Interface,MI-BCI)異步系統(tǒng),主要從以下兩個方面展開。首先實現(xiàn)異步MI-BCI系統(tǒng)中最主要的難點就在于區(qū)別被試的任務(wù)狀態(tài)信號和空閑狀態(tài)信號�？紤]到運動想象作為一種高級認(rèn)知過程,需要多個腦區(qū)間的信息交互來完成,本文在傳統(tǒng)共空間模式(Common Spatial Patterns,CSP)特征提取方法的基礎(chǔ)上結(jié)合EEG功能腦網(wǎng)絡(luò)信息,并利用F-score方法對兩種模態(tài)的特征進行篩選,以實現(xiàn)對異步腦機接口中空閑態(tài)的檢測。本文在四種不同時間間隔0.5s,1s,2s,2.5s情況下比較了CSP方法,網(wǎng)絡(luò)屬性方法和F-score篩選多模態(tài)特征方法的分類準(zhǔn)確率和ITR表現(xiàn),結(jié)果顯示四種情況下F-score篩選多模態(tài)特征方法相比前兩種方法均有顯著提升。本文還進一步從任務(wù)態(tài)和空閑態(tài)的差異網(wǎng)絡(luò)結(jié)果和F-score有效特征統(tǒng)計排序結(jié)果中分析出功能腦網(wǎng)絡(luò)的連接信息對區(qū)分兩態(tài)信號差異的有效性。從被試差異的角度來看本文提出的方法對于較差BCI表現(xiàn)被試具有更大的提升效果,從而具有更大的實用價值。所有結(jié)果可以說明本文提出的多模態(tài)特征方法對于空閑狀態(tài)檢測問題的有效性和實用性。此外,本文還進一步研究了利用深度學(xué)習(xí)進行跨被試空閑態(tài)檢測的可能性�？紤]到腦電數(shù)據(jù)的高維度時序特征,結(jié)構(gòu)復(fù)雜性,本工作提取多個被試組成樣本的CSP特征,功率譜特征作為DBN(Deep Belief Network)的輸入,提出了包含兩個隱層的深度結(jié)構(gòu),使用訓(xùn)練的該模型進行空閑態(tài)檢測。結(jié)果表明在測試被試不需要進行額外訓(xùn)練的條件下,采用其他被試的已有信息,可以獲得0.74的空閑態(tài)識別準(zhǔn)確率,該結(jié)果,從一定程度上說明了,利用DBN學(xué)習(xí)到的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)在跨被試上進行空閑態(tài)識別的有效性,為在線MI-BCI提供了一種可選方案。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN911.7;R318.04
【圖文】：

第一章 緒 論機接口簡介機接口（Brain-Computer Interface ,BCI）技術(shù)是一種建立從腦部到外通道的技術(shù)[1]。通過解碼電極（包括侵入式電極和非侵入式電極）記，該系統(tǒng)能夠讓用戶直接控制很多的外圍設(shè)備而不需要自身肌肉組 BCI 系統(tǒng)具有能夠把控制和實現(xiàn)分開的分布式系統(tǒng)的特性，BCI 有，復(fù)雜高危環(huán)境，影音娛樂，醫(yī)療康復(fù)領(lǐng)域帶來新的體驗。其巨大也伴隨著更多的挑戰(zhàn)。一個完整的 BCI 系統(tǒng)需要多種學(xué)科包括神經(jīng)號檢測，信號處理，模式分類識別和自動化控制等多門學(xué)科的共同發(fā)展在一定程度上能更好的反過來促進腦機制的研究和幫助我們改帶來的困擾。腦機接口組成

在實驗過程中,我們要求被試尤其注意靶刺激的數(shù)。在整個過程中，標(biāo)準(zhǔn)刺激很多，被試在對待定波形，而在小概率靶刺激到來時，在刺激 300實上，該現(xiàn)象的明顯與否與刺激出現(xiàn)的概率有關(guān)到現(xiàn)實問題，該概率最好在 20%及以下，我們通間段的時域特征就能簡單的區(qū)分該刺激從屬于標(biāo)于其易于檢測的時域特征可以廣泛用到在線 BCwell 和 Donchin 基于 P300 設(shè)計的 Speaker[12]。在靶行’和‘靶列’的確定，最終確定一個選項，利用 P300 電位的檢測方法去實現(xiàn)。此外，Qian[13的可行方案�；� P300 的系統(tǒng)優(yōu)勢顯然，具有較號檢測的準(zhǔn)確度，但從另一方面來說，基于小概別速度和實時性都無法保證。被試更不能熟悉刺中注意力，由此會引起訓(xùn)練時的疲勞度，長久下

圖 1-3 自聯(lián)想神經(jīng)網(wǎng)絡(luò)（AANN）示意圖很容易看出 AANN 由輸入層，輸出層，和特成映射層，瓶頸層和解映射層[55]，該網(wǎng)絡(luò)完成： ( {1, 2,3, 4,5,6})i iX X i 到單層感知機無法解決非線性問題，krammer降維，并利用該結(jié)構(gòu)實現(xiàn)了原始數(shù)據(jù)的重構(gòu)。 AANN 進行傳感器的校準(zhǔn)。那么我們可以認(rèn)達，如果把多層特征層級聯(lián)，我們可以把這種深層表達，這一思想早就被 Hinton 等人拓展表達深度特征的這一思路，使深度學(xué)習(xí)在復(fù)雜武之地，也形成了具有很多隱含層的深度網(wǎng)絡(luò)，目前還在繼續(xù)向前發(fā)展。在生理信號處理應(yīng)
【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張愛民,許小光,魏翔;CDMA手機空閑狀態(tài)下脫網(wǎng)現(xiàn)象的分析與解決[J];移動通信;2004年12期

2 常寧;;UE空閑模式下鄰區(qū)測量異常問題處理[J];科技信息;2012年22期

3 陳竹軍;;EV-DO增強的空閑狀態(tài)協(xié)議在QChat業(yè)務(wù)中的應(yīng)用[J];移動通信;2011年08期

4 黃必鑫;;WCDMA網(wǎng)絡(luò)3G終端空閑狀態(tài)重選策略優(yōu)化[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2012年06期

5 ;電腦辦公巧節(jié)能[J];工會博覽(社會版);2007年11期

6 李洋;謝國棟;官金安;;基于極限學(xué)習(xí)機的“模擬閱讀”腦-機接口異步化研究[J];計算機與數(shù)字工程;2018年03期

7 周云龍;;和兒子“現(xiàn)在開講”[J];生活教育;2011年11期

8 馬雅飛;;談GPRS網(wǎng)絡(luò)的優(yōu)化[J];石河子科技;2009年06期

9 張艷琳;讓CPU物盡其用[J];電腦知識與技術(shù);2005年22期

10 李昱璇;莫宏波;康亮;;空閑狀態(tài)下信令縮減機制的研究[J];電信網(wǎng)技術(shù);2010年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳東;信息物理融合系統(tǒng)安全與隱私保護關(guān)鍵技術(shù)研究[D];東北大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李輝;基于多模特征的運動想象BCI空閑態(tài)檢測[D];電子科技大學(xué);2018年

本文編號：2835817