腦機(jī)接口(Brain-Computer Interface,BCI)是一種通過(guò)人的大腦與外部世界交流的技術(shù),涉及計(jì)算機(jī)科學(xué)、康復(fù)醫(yī)學(xué)、信息處理等領(lǐng)域,是一種新的人機(jī)交互方式。BCI系統(tǒng)通過(guò)分析識(shí)別腦電信號(hào)并將其轉(zhuǎn)化為對(duì)外界設(shè)備的控制命令,為嚴(yán)重殘疾、失去部分運(yùn)動(dòng)或表達(dá)功能的患者提供了與外界交互的機(jī)會(huì)。卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一種常用的分類(lèi)腦電信號(hào)的算法。由于其具有局部連接和權(quán)值共享的特性,能夠提取腦電信號(hào)深層次的特征,在腦電信號(hào)的分類(lèi)研究中有出色表現(xiàn)。CNN的分類(lèi)性能包括分類(lèi)精度、分類(lèi)速度以及泛化能力等方面。由于原始數(shù)據(jù)量的問(wèn)題,大多數(shù)提升分類(lèi)算法性能的方法是不斷改進(jìn)算法結(jié)構(gòu)以適應(yīng)已有的帶標(biāo)記數(shù)據(jù),雖然有些文獻(xiàn)的分類(lèi)精度已達(dá)到很高的水平,但因受到數(shù)據(jù)庫(kù)樣本數(shù)及被試者數(shù)量的限制導(dǎo)致其泛化能力不強(qiáng)的問(wèn)題仍亟需解決。提高分類(lèi)器泛化能力最理想的方法是使用更多帶標(biāo)記的訓(xùn)練數(shù)據(jù)。但由于運(yùn)動(dòng)想象腦電信號(hào)的實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)采集對(duì)專(zhuān)業(yè)技術(shù)及客觀環(huán)境要求較高,所以目前比較權(quán)威的數(shù)據(jù)庫(kù)大多數(shù)都是在使用有限的幾個(gè)競(jìng)賽數(shù)據(jù)集,其中的被試者的數(shù)量及所采集的有效數(shù)據(jù)較少,嚴(yán)重制約了相關(guān)研究工作的開(kāi)展。因此在本文的研究中...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1左右手腦電ERP圖

腦電信號(hào)非常微弱,分布在0-100hz的頻率范圍內(nèi),包括α波(8-13hz)、β波(13-22hz)、θ波(4-7hz)和δ波(0.5-3hz)。在大腦進(jìn)行想象運(yùn)動(dòng)或受到刺激時(shí),大腦皮質(zhì)特定區(qū)域的代謝和血流增加,導(dǎo)致特定頻段振蕩的幅度降低,這種現(xiàn)象叫做事件相關(guān)去同步化(Event....

圖1-2腦機(jī)接口基本處理框圖

腦機(jī)接口處理主要包括腦電信號(hào)采集設(shè)備、信息處理、信號(hào)分類(lèi)、控制裝置與反饋等五個(gè)部分,如圖1-2所示。原始腦電數(shù)據(jù)經(jīng)過(guò)預(yù)處理以去除噪聲和偽影[12,13],然后從腦電數(shù)據(jù)中提取特征,并可選擇最顯著的特征進(jìn)行分類(lèi)�；谔崛〉奶卣�,分類(lèi)器識(shí)別出用戶所想象的運(yùn)動(dòng)種類(lèi)。1.3.1腦電信號(hào)....

圖2-1競(jìng)賽集實(shí)驗(yàn)范式

競(jìng)賽數(shù)據(jù)集IV2a的實(shí)驗(yàn)范式如圖2-1所示,實(shí)驗(yàn)開(kāi)始時(shí)(t=0s),屏幕出現(xiàn)十字交叉并發(fā)出運(yùn)動(dòng)想象提示音,2s后(t=2s)出現(xiàn)一個(gè)持續(xù)1.25s的向左、右、上或下的箭頭(分別表示左手、右手、舌、腳)提示被試開(kāi)始運(yùn)動(dòng)想象,沒(méi)有提供反饋。被試需要一直執(zhí)行運(yùn)動(dòng)想象至t=6s,接著是1....

圖2-2 22電極圖

圖2-1競(jìng)賽集實(shí)驗(yàn)范式2.2數(shù)據(jù)采集

本文編號(hào)：4041597