腦電(Electroencephalogram,EEG)特征提取(Feature Extraction)是實現腦-機接口(Brain-Computer Interface,BCI)的關鍵技術之一。而有效的特征提取技術研究,有利于更好地實現人腦與外界的交流。目前,腦機接口技術在醫(yī)療康復領域受到極大的關注與重視,其受眾是廣大的腦損傷患者,如腦卒中(Stroke)。這類患者在發(fā)生腦損后,其腦功能結構發(fā)生重構(Reorganization),其生理基礎是可塑性(Plasticity)。這一變化可以通過腦電源成像(EEG Source Imaging,ESI)技術呈現。腦功能的研究反服務于腦電信號的特征研究,為臨床醫(yī)療增添更多可能性。本文主要從腦電分類和源成像的角度對健康人和腦卒中患者的信號進行了對比分析,并將源成像的分析結果用于引導腦電分類。本文的研究成果如下:(1)基于分布式源(Distributed Source)的低分辨率電磁層析成像(Low-Resolution Electromagnetic Tomography,LORETA)算法,利用BESA工具箱對健康人和患者的左右手握拳信號進...

【文章頁數】：75 頁

【學位級別】：碩士

圖2-164導電極帽與電極(2)電極與電極帽

圖2-2數據采集實景圖

圖3-1正向問題中小三角網絡表示

圖3-2左手動LORETA成像結果

本文編號：3887138