目的為了探究腦機接口中腦電信號與判斷認知心理活動之間的識別問題,本文在視覺刺激誘發(fā)實驗設計中采用文字和圖片結合的方式進行腦電分類研究以期提高識別率。方法通過設計視覺刺激誘發(fā)判斷認知腦電實驗采集到15名受試者在"是"或"否"狀態(tài)下的腦電信號,經(jīng)過預處理和事件相關擾動（event-related spectral dynamics,ERSP）特征分析,運用經(jīng)驗模式分解（empirical mode decomposition,EMD）優(yōu)化共空間模式（common spatial pattern,CSP）的特征提取算法進行分類識別。首先,利用EMD對預處理后的腦電信號進行有效的固有模態(tài)函數(shù)（intrinsic mode function,IMF）頻段篩選;其次,使用CSP濾波器進行濾波提取特征向量;最后,使用支持向量機（support vector machine,SVM）進行分類識別,并對測試組進行檢驗。結果經(jīng)過EMD-CSP優(yōu)化濾波后進行SVM分類正確率可達8897%,相比單獨利用CSP進行特征提取下的SVM分類結果提高了約5%。結論 EMD-CSP優(yōu)化濾波方法對判斷認知腦電識別的可行性... 

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 實驗設計
    1.1 受試者選擇
    1.2 實驗采集
    1.3 實驗刺激流程
2 數(shù)據(jù)處理與分析
    2.1 數(shù)據(jù)預處理
    2.2 特征分析
    2.3 特征提取
    2.4 分類識別
3 結果
4 討論
5 結論


【參考文獻】：
期刊論文
[1]CNN與CSP相結合的腦電特征提取與識別方法研究[J]. 孔祥浩,馬琳,薄洪健,李海峰.  信號處理. 2018(02)
[2]基于腦電信號的抑郁情緒傾向研究[J]. 白芷嫣,卞毓彩,朱穎穎,杜若瑜.  北京生物醫(yī)學工程. 2018(01)
[3]漢字和圖片的認知腦電測謊研究[J]. 戚光遠.  智富時代. 2016(S2)
[4]基于CSP的多類運動想象腦電特征自動選擇算法[J]. 康莎莎,周蚌艷,呂釗,吳小培.  北京生物醫(yī)學工程. 2016(04)
[5]視聽誘發(fā)腦電特征提取與大腦認知機理分析[J]. 喬曉艷,彭佳卉.  測試技術學報. 2013(06)
[6]聽覺誘發(fā)的“是”與“非”腦電信號研究[J]. 李子光,劉國忠.  電子科技. 2013(04)
[7]思維狀態(tài)的EEG信號分類方法研究[J]. 賈花萍.  電子設計工程. 2010(06)
[8]腦電分析在認知研究中的進展[J]. 李穎潔,樊飛燕,陳興時.  北京生物醫(yī)學工程. 2006(03)
[9]大學生對句子、圖形的內(nèi)部加工過程研究[J]. 沃建中,林崇德.  心理發(fā)展與教育. 1997(04)

碩士論文
[1]“所與”的認知實驗及腦電計算分析[D]. 陳陽.廈門大學 2014
[2]自我無關、相關的肯否句句末情緒詞加工的行為與腦電研究[D]. 李文輝.遼寧師范大學 2011



本文編號：3711508