非植入式腦-機(jī)接口(Brain-Computer Interface,BCI)通過(guò)采集和解碼人體生物電信號(hào)并轉(zhuǎn)換成外部設(shè)備控制命令,可以為思維功能正常但運(yùn)動(dòng)功能障礙的人群提供與外部設(shè)備直接交流的新方式,且不依賴于傳統(tǒng)的肌肉神經(jīng)傳輸系統(tǒng)。腦電信號(hào)(Electroencephalography,EEG)由于采集相對(duì)方便、安全面被廣泛應(yīng)用于BCI系統(tǒng)中。然而在EEG信號(hào)采集過(guò)程中,不可避免的會(huì)出現(xiàn)偽跡或環(huán)境噪聲干擾,且由于容體積傳導(dǎo),EEG的空間分辨率和信噪比低。獨(dú)立分量分析(Independent Component Analysis,ICA)作為一種有效的空域?yàn)V波方法,被廣泛的應(yīng)用于BCI的消噪和特征提取中,可以提高EEG信號(hào)的信噪比。但是基于ICA的運(yùn)動(dòng)想象BCI系統(tǒng)(ICA-based Motor Imagery BCI,ICA-MIBCI)對(duì)導(dǎo)聯(lián)分布和訓(xùn)練樣本質(zhì)量比較敏感,這將影響對(duì)運(yùn)動(dòng)想象EEG信號(hào)(Motor Imagery EEG,MIEEG)的有效分類。為了降低導(dǎo)聯(lián)分布和數(shù)據(jù)質(zhì)量對(duì)BCI系統(tǒng)的影響,提高系統(tǒng)性能,論文研究了基于獨(dú)立分量分析的運(yùn)動(dòng)想象BCI系統(tǒng)導(dǎo)聯(lián)優(yōu)化算法和訓(xùn)...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 腦-機(jī)接口系統(tǒng)的概述
        1.1.1 腦-機(jī)接口的研究背景和意義
        1.1.2 腦-機(jī)接口的組成
    1.2 腦-機(jī)接口的發(fā)展歷程和現(xiàn)狀
    1.3 運(yùn)動(dòng)想象腦-機(jī)接口面臨的問(wèn)題
    1.4 研究?jī)?nèi)容與章節(jié)安排
第二章 運(yùn)動(dòng)想象BCI的研究基礎(chǔ)
    2.1 腦電信號(hào)相關(guān)理論
        2.1.1 腦電信號(hào)的產(chǎn)生
        2.1.2 腦電信號(hào)的特點(diǎn)
        2.1.3 EEG信號(hào)的分類
    2.2 ERD/ERS現(xiàn)象
    2.3 運(yùn)動(dòng)想象腦電信號(hào)的分析方法
    2.4 本章小結(jié)
第三章 ICA方法在BCI中的應(yīng)用
    3.1 盲源分離基本理論
    3.2 ICA方法概述
        3.2.1 線性瞬時(shí)混合ICA的基本模型
        3.2.2 ICA的前提與假設(shè)
        3.2.3 ICA存在的問(wèn)題
    3.3 基于Informax的ICA算法
        3.3.1 Informax算法
        3.3.2 擴(kuò)展Informax算法
    3.4 ICA在信號(hào)處理中的應(yīng)用
    3.5 本章小結(jié)
第四章 運(yùn)動(dòng)想象BCI導(dǎo)聯(lián)優(yōu)化方法
    4.1 運(yùn)動(dòng)想象腦電信號(hào)采集實(shí)驗(yàn)范式
        4.1.1 自主MIEEG實(shí)驗(yàn)范式
        4.1.2 BCI2005的MIEEG實(shí)驗(yàn)范式
        4.1.3 自主MIEEG公開數(shù)據(jù)庫(kù)
    4.2 基于ICA-MIBCI導(dǎo)聯(lián)優(yōu)化方法
        4.2.1 基于單次實(shí)驗(yàn)樣本的ICA-MIBCI
        4.2.2 高質(zhì)量訓(xùn)練數(shù)據(jù)的選擇
        4.2.3 最優(yōu)導(dǎo)聯(lián)組合的選擇
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 自主MIEEG公共數(shù)據(jù)集實(shí)驗(yàn)結(jié)果
        4.3.2 Dataset Ⅲa自主MI-EEG公共數(shù)據(jù)集實(shí)驗(yàn)結(jié)果
        4.3.3 最優(yōu)導(dǎo)聯(lián)分布
    4.4 本章小結(jié)
第五章 腦電信號(hào)質(zhì)量評(píng)估方法
    5.1 研究現(xiàn)狀
    5.2 影響腦電信號(hào)質(zhì)量的因素
        5.2.1 來(lái)自生理上的干擾
        5.2.2 來(lái)自外部的干擾
    5.3 識(shí)別率矩陣圖
    5.4 EEG信號(hào)質(zhì)量評(píng)估
        5.4.1 EEG信號(hào)質(zhì)量人工標(biāo)記
        5.4.2 閾值的選擇
    5.5 實(shí)驗(yàn)結(jié)果分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附圖
附表
致謝
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果



本文編號(hào)：3773843