本文關(guān)鍵詞：基于運動想象的腦—機接口的算法研究

  更多相關(guān)文章： 腦-機接口 運動想象 特征提取 模式識別 支持向量機

【摘要】：隨著四屆國際腦機接口比賽的展開,腦-機接口(Brain Computer Interface,BCI)技術(shù)的研究達到了前所未有的階段。而在近幾年,現(xiàn)實中不斷出現(xiàn)的腦-機接口系統(tǒng)也給全人類的生活拉開了一個新的領(lǐng)域。而在BCI技術(shù)中,核心問題是腦電信號的處理,快速、準確、有效的信號處理支撐了整個BCI系統(tǒng)的核心。本文即是從腦電信號的處理入手進行實驗研究,采用第三屆國際腦-機接口數(shù)據(jù)競賽(BCI Competition III)中的數(shù)據(jù)集IVa-“小樣本學(xué)習(xí)想象運動腦電數(shù)據(jù)集”作為實驗數(shù)據(jù)。從設(shè)定實驗方案出發(fā),給出運動想象腦電信號分類識別的最佳實驗方案,并重點對腦電信號(electroencephalogram,EEG)預(yù)處理、特征選擇、特征提取和模式識別進行研究。在信號預(yù)處理過程中,選取Butterworth、Chebyshev I、Chebyshev II、Elliptic四種濾波器進行對比,確定最佳濾波器;在特征選擇過程中從基于互信息的特征選擇算法上提出相關(guān)系數(shù)的特征選擇算法,并將其跟互信息特征選擇算法進行對比試驗,選取實驗過程中所需參數(shù)問題,并對比兩種特征選擇算法性能的優(yōu)略;在特征提取過程中對比自回歸模型譜估計法(auto-regressive,AR)和共空間模型(Common Spatial Pattern,CSP)特征提取算法;最終使用基于Fisher準則的LDA分類算法和支持向量機(SVM)進行分類識別。最后對各類算法組合進行實驗結(jié)果分析,選出分類效果最佳的算法組合即Buterworth濾波、相關(guān)系數(shù)特征選擇、CSP特征提取和SVM分類器,并將此組合仿真實驗最終得到的識別結(jié)果與BCI Competition III IVa中提交的實驗結(jié)果進行對比,確認了本文實驗中所得結(jié)果在對比排名中僅次于比賽中第一名的實驗結(jié)果,從而確定論文中所選取的算法組合準確有效,適用于運動想象腦電信號的研究工作。
【關(guān)鍵詞】：腦-機接口 運動想象 特征提取 模式識別 支持向量機
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R318;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-19
• 1.1 腦-機接口的概念與研究意義9-10
• 1.2 BCI的研究現(xiàn)狀10-15
• 1.2.1 視覺誘發(fā)電位腦 -機接口11
• 1.2.2 慢皮層電位腦-機接口11-12
• 1.2.3 事件相關(guān)P300電位腦機接口12
• 1.2.4 基于自發(fā)的mu和beta節(jié)律的腦機接口12-13
• 1.2.5 基于想象運動的腦機接口13-14
• 1.2.6 外骨骼機器衣和“神工一號”14-15
• 1.3 腦機接口系統(tǒng)的組成與分類15-17
• 1.3.1 腦機接口系統(tǒng)的組成15-16
• 1.3.2 腦機接口系統(tǒng)的分類16-17
• 1.4 BCI技術(shù)尚待解決的主要問題17-18
• 1.5 論文結(jié)構(gòu)安排18-19
• 2 基于運動想象的BCI系統(tǒng)19-26
• 2.1 運動想象腦電信號19-22
• 2.1.1 運動想象腦電信號的產(chǎn)生與特點19-20
• 2.1.2 腦電信號的節(jié)律波20
• 2.1.3 ERD/ERS現(xiàn)象20-22
• 2.2 BCI Competition 2005 數(shù)據(jù)集Iva22-24
• 2.3 腦電信號分類識別的實驗方案設(shè)計24-25
• 2.4 分類識別系統(tǒng)的評價標準25
• 2.5 本章小結(jié)25-26
• 3 運動想象腦電信號的預(yù)處理和特征選擇26-40
• 3.1 預(yù)處理26-33
• 3.1.1 Butterworth濾波器26-27
• 3.1.2 Elliptic濾波器27-28
• 3.1.3 Chebyshev I和II濾波器28-30
• 3.1.4 濾波器結(jié)果對比30-33
• 3.2 特征選擇33-39
• 3.2.1 基于互信息的特征選擇算法34-36
• 3.2.2 基于相關(guān)系數(shù)的特征選擇算法36-39
• 3.3 本章小結(jié)39-40
• 4 運動想象腦電信號的特征提取與模式識別40-56
• 4.1 特征提取40-47
• 4.1.1 自回歸模型譜估計法（ auto-regressive，AR）40-44
• 4.1.2 共空間模型特征提取算法（ Common Spatial Pattern,CSP）44-47
• 4.2 模式識別47-55
• 4.2.1 基于Fisher準則的LDA分類算法47-51
• 4.2.2 SVM分類算法51-55
• 4.3 本章小結(jié)55-56
• 5 實驗結(jié)果與分析56-70
• 5.1 腦電信號的預(yù)處理與特征選擇結(jié)果分析56-58
• 5.1.1 實驗方案設(shè)計56-57
• 5.1.2 特征選擇結(jié)果分析57-58
• 5.2 分類結(jié)果與分析58-69
• 5.2.1 特征選擇算法分類結(jié)果分析59-65
• 5.2.2 特征提取算法分類結(jié)果分析65-67
• 5.2.3 模式識別算法分類結(jié)果分析67-68
• 5.2.4 對比BCI Competition 2005 獲獎結(jié)果68-69
• 5.3 本章小結(jié)69-70
• 結(jié)論70-72
• 致謝72-73
• 參考文獻73-77
• 攻讀碩士期間發(fā)表的相關(guān)學(xué)術(shù)論文及研究成果77

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 華東;;減重訓(xùn)練聯(lián)合運動想象療法對偏癱步行的影響[J];中國中醫(yī)急癥;2008年12期

2 顧麗燕;尤桂杰;趙娜娜;;運動想象療法在臨床中的應(yīng)用[J];中外醫(yī)療;2010年34期

3 劉麗;尹姣;黃菲;李春靜;趙思宇;張會君;;腦卒中偏癱患者運動想象能力的影響因素[J];中國老年學(xué)雜志;2012年04期

4 謝財忠;唐軍凱;;運動想象療法與腦卒中偏癱康復(fù)[J];醫(yī)學(xué)研究生學(xué)報;2012年11期

5 徐寶國;宋愛國;;單次運動想象腦電的特征提取和分類[J];東南大學(xué)學(xué)報(自然科學(xué)版);2007年04期

6 閆彥寧;趙斌;賈子善;黃力平;槐雅萍;;運動想象應(yīng)用于腦卒中偏癱康復(fù)的研究進展[J];中國康復(fù);2008年01期

7 朱琳;賈曉紅;劉霖;王世云;楊勝榮;宋為群;;運動想象對卒中后偏癱患者手功能康復(fù)的療效觀察[J];中國腦血管病雜志;2009年09期

8 高晴;陳華富;;基于動態(tài)因果模型的運動執(zhí)行和運動想象腦網(wǎng)絡(luò)研究[J];電子科技大學(xué)學(xué)報;2010年03期

9 高曉艷;谷艷;夏彩秋;周萍萍;楊青蘭;王代譽;;運動想象結(jié)合運動再學(xué)習(xí)療法對腦卒中患者肢體功能和生存質(zhì)量的影響[J];中國傷殘醫(yī)學(xué);2011年05期

10 顧麗燕;姚麗華;尤桂杰;趙娜娜;梁丹丹;;近紅外光譜技術(shù)用于運動和運動想象時大腦皮質(zhì)血氧反應(yīng)監(jiān)測的研究[J];中國康復(fù)醫(yī)學(xué)雜志;2011年08期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊遠濱;王薌斌;;淺談中醫(yī)意念與運動想象的比較[A];中國醫(yī)師協(xié)會第二屆康復(fù)醫(yī)學(xué)論壇、中國康復(fù)醫(yī)學(xué)會第四屆青年學(xué)術(shù)會議、北京康復(fù)醫(yī)學(xué)會第三屆會員代表大會論文集[C];2005年

2 賈子善;;運動想像的理論與應(yīng)用[A];2008年浙江省物理醫(yī)學(xué)與康復(fù)學(xué)術(shù)年會暨中樞神經(jīng)功能損傷康復(fù)新進展學(xué)習(xí)班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時;;運動想象腦電模式的動態(tài)分類[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

4 諸強;謝琳;;基于小波分析的運動想象腦電模式特征提取與分類[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

5 孔萬增;張艷娜;胡三清;戴國駿;張建海;魏大名;;基于運動想象的中風(fēng)患者肢體康復(fù)實時控制系統(tǒng)[A];第一屆全國神經(jīng)動力學(xué)學(xué)術(shù)會議程序手冊 & 論文摘要集[C];2012年

6 徐海鷹;;運動想象療法結(jié)合運動再學(xué)習(xí)方案在腦卒中早期患者上肢功能的應(yīng)用[A];中國康復(fù)醫(yī)學(xué)會運動療法分會第十一屆全國康復(fù)學(xué)術(shù)大會學(xué)術(shù)會議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運動想象聯(lián)合強制性運動療法治療腦卒中偏癱60例臨床觀察[A];中國康復(fù)醫(yī)學(xué)會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復(fù)學(xué)術(shù)年會、湖南省康復(fù)醫(yī)學(xué)會神經(jīng)康復(fù)專業(yè)委員會2012學(xué)術(shù)年會論文集[C];2012年

8 王艷;唐強;白震民;李娟;;頭穴叢刺與被動運動和運動想象結(jié)合對早期腦卒中患者運動功能的影響[A];中國康復(fù)醫(yī)學(xué)會第五屆全國康復(fù)治療學(xué)術(shù)會議論文集[C];2006年

9 劉佳;鄧景貴;陶希;宋紅;;運動想象療法對老年卒中偏癱患者肢體功能恢復(fù)的影響研究[A];中國康復(fù)醫(yī)學(xué)會腦血管病專業(yè)委員會換屆暨第十五次全國腦血管病康復(fù)學(xué)術(shù)年會、湖南省康復(fù)醫(yī)學(xué)會神經(jīng)康復(fù)專業(yè)委員會2012學(xué)術(shù)年會論文集[C];2012年

10 吳華;顧旭東;時美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實技術(shù)結(jié)合運動想象療法對腦卒中患者上肢功能恢復(fù)的影響[A];2013浙江省物理醫(yī)學(xué)與康復(fù)學(xué)學(xué)術(shù)年會暨第八屆浙江省康復(fù)醫(yī)學(xué)發(fā)展論壇論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 張銳;運動想象腦—機接口的神經(jīng)機制與識別算法研究[D];電子科技大學(xué);2015年

2 王莉;應(yīng)用腦功能成像技術(shù)研究腦卒中運動想象療法神經(jīng)康復(fù)機制[D];重慶大學(xué);2015年

3 單海軍;基于運動想象的腦機接口通道選擇算法研究[D];浙江大學(xué);2015年

4 魏慶國;基于運動想象的腦—機接口分類算法的研究[D];清華大學(xué);2006年

5 徐舫舟;基于運動想象的腦機接口相關(guān)算法研究[D];山東大學(xué);2014年

6 閆靜;基于腦電的腦卒中患者運動想象認知過程的研究[D];上海交通大學(xué);2012年

7 方永慧;基于運動想象腦電信號非線性特性分析的腦—機接口研究[D];重慶大學(xué);2014年

8 周鵬;基于運動想象的腦機接口的研究[D];天津大學(xué);2007年

9 孫莉敏;運動想象訓(xùn)練促進腦卒中患者功能恢復(fù)的功能磁共振（fMRI）研究[D];復(fù)旦大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 牛小辰;康復(fù)運動中的腦肌電特征分析[D];燕山大學(xué);2015年

2 謝立娟;針灸合并運動想象療法在腦卒中偏癱患者康復(fù)護理中的應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 孫會文;基于運動想象腦電的腦機交互模式識別方法研究[D];昆明理工大學(xué);2015年

4 戴若夢;基于深度學(xué)習(xí)的運動想象腦電分類[D];北京理工大學(xué);2015年

5 郭蘭錦;基于結(jié)構(gòu)MRI的運動想象BCI機制研究[D];電子科技大學(xué);2014年

6 翟紅利;基于運動想象的腦機接口的數(shù)學(xué)模型與算法研究[D];長沙理工大學(xué);2014年

7 叢壯;運動想象結(jié)合音樂療法在卒中偏癱患者上肢康復(fù)中的應(yīng)用[D];遼寧醫(yī)學(xué)院;2015年

8 康莎莎;多類運動想象腦電信號的識別及其在BCI中的應(yīng)用[D];安徽大學(xué);2016年

9 何青松;基于想象左右手運動思維腦電識別分類研究[D];北京交通大學(xué);2016年

10 劉傳偉;運動想象腦電的特征提取和模式分類算法研究及在線驗證[D];昆明理工大學(xué);2016年

，

本文編號：647338