本文關鍵詞：運動想象腦電信號的特征提取與識別算法研究

  更多相關文章： 腦-機接口 運動想象 腦功能網絡 Granger因果分析 孿生支持向量機 增量學習 自適應

【摘要】：腦-機接口技術通俗來說就是一種大腦與機器直接進行交流的科學技術,它的主要特點是不需要外周神經和肌肉組織的參與,只需采集人在進行思維活動時產生的意念——腦電信號,并對信號進行處理、分析、識別,形成表達人控制外部設備意念的控制信號,實現與外部世界的交流與控制。該技術已被應用于醫(yī)療健康、軍事國防、汽車駕駛、游戲娛樂等領域,因此其不僅具有重要的理論研究價值,還具有較好的應用前景,已成為當前各個國家的研究熱點。考慮到運動想象腦電信號包含豐富的運動信息,能避免電極植入人腦的風險以及獲取成本較低等優(yōu)點,本文以其作為分析對象。本文在國家自然科學基金資助項目的支持下,首先簡要敘述了腦電研究的相關背景以及重要意義,概述了腦-機接口的研究現狀,介紹了腦電信號的特點以及腦-機接口的組成,對腦電信號的預處理、特征提取、模式分類的方法進行了簡要分析和總結,最后提出了一些尚未解決的問題,并針對這些問題開展研究。本文完成了以下研究工作:(1)腦電信號的預處理:本文采用非線性多尺度方法腦電信號機進行消噪,該方法能提高運動想象腦電信號的信噪比,在一定程度上去除一系列的無關信號,從而為接下來提取信號特征以及為信號進行分類提供較好的前提條件。(2)腦電信號的特征提取:本文將腦功能網絡引入到腦電特征提取的研究中,提出了一種基于感興趣腦區(qū)Lasso-Granger因果關系的新方法,克服了當前基于孤立腦區(qū)的研究方法的不足。先利用主成分分析提取各感興趣區(qū)的最大主成分,然后計算它們之間的Lasso-Granger因果度量,并將其作為特征向量,為腦電特征提取研究提供了新的思路。(3)腦電信號的模式分類:本文提出了一種具有增量學習能力的孿生支持向量機方法,來提高分類器的分類精度、速度、自適應能力以及實用性。首先,建立孿生支持向量機的初始模型作為后續(xù)增量擴展算法的基本模型;其次,將增量學習引入到分類模型的構建中,從而使個體具有較好的自學習和修正性能,提高BCI系統的自適應能力和分類精度。除此以外,本文還利用粒子群算法對孿生支持向量機進行參數尋優(yōu),以獲得最佳的分類效果。本文是基于運動想象腦電信號處理方法的研究,所提方法均用MATLAB語言編程實現,驗證了算法的有效性。
【關鍵詞】：腦-機接口 運動想象 腦功能網絡 Granger因果分析 孿生支持向量機 增量學習 自適應
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R318;TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-20
• 1.1 課題研究背景和意義10-11
• 1.2 腦-機接口研究現狀及概述11-15
• 1.2.1 應用現狀及進展11-13
• 1.2.2 BCI系統簡介13-14
• 1.2.3 腦電信號14-15
• 1.3 腦電信號處理算法研究現狀15-16
• 1.3.1 特征提取算法15-16
• 1.3.2 模式分類算法16
• 1.4 腦-機接口技術中尚待解決的主要問題16-18
• 1.4.1 通道選擇17
• 1.4.2 自適應分類算法17-18
• 1.5 研究內容及論文結構18-19
• 1.6 本章小結19-20
• 第2章 基于非線性多尺度表示的腦電信號去噪分析20-26
• 2.1 信號的線性多尺度表示20-21
• 2.2 信號的非線性多尺度表示21
• 2.3 基于NMR的去噪方法21-22
• 2.4 實驗結果與分析22-25
• 2.5 本章小結25-26
• 第3章 基于感興趣腦區(qū)Lasso-Granger因果關系的腦電特征提取26-39
• 3.1 腦網絡的基本概念26-29
• 3.1.1 功能性網絡27-28
• 3.1.2 效用性網絡28-29
• 3.2 Granger理論29-32
• 3.2.1 時域Granger因果分析29-30
• 3.2.2 頻域Granger因果分析30
• 3.2.3 模型求解—Lasso理論30-31
• 3.2.4 顯著性檢驗31-32
• 3.3 感興趣區(qū)域的選擇32-33
• 3.4 實驗步驟33
• 3.5 結果分析33-38
• 3.6 本章小結38-39
• 第4章 基于增量孿生支持向量機的腦電分類方法39-54
• 4.1 SVM算法在生物電信號方面的應用39-40
• 4.2 孿生支持向量機40-44
• 4.3 增量學習44-48
• 4.4 基于粒子群算法的TSVM參數優(yōu)化48
• 4.5 實驗結果48-53
• 4.5.1 UCI標準數據測試與分析48-50
• 4.5.2 腦電分析與結論50-51
• 4.5.3 孿生支持向量機的粒子群參數優(yōu)化結果51-53
• 4.6 本章小結53-54
• 第5章 總結與展望54-56
• 5.1 工作總結54
• 5.2 研究展望54-56
• 致謝56-57
• 參考文獻57-64
• 附錄64

【相似文獻】

中國期刊全文數據庫 前10條

1 ;腦電信號處理的研究取得階段性成果[J];河北師范大學學報;1987年01期

2 李志瑞;張文杰;;通用腦電信號處理——微機系統初探[J];河北師范大學學報;1988年Z1期

3 孟欣，歐陽楷;腦電信號的幾個非線性動力學分析方法[J];北京生物醫(yī)學工程;1997年03期

4 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預處理中的應用[J];北京生物醫(yī)學工程;2001年01期

5 李英遠,周衛(wèi)東;徑向基函數神經網絡在腦電信號建模中的應用[J];山東生物醫(yī)學工程;2002年02期

6 劉大路,江朝暉,馮煥清,王聰;基于腦電信號時空分布信息的思維特征研究[J];北京生物醫(yī)學工程;2004年02期

7 許崇濤,沈民奮,李慧,朱國平;雙譜分析方法在腦電信號分析中的應用[J];中國行為醫(yī)學科學;2004年03期

8 湯曉軍,宋卓,楊卓,張濤;雙任務事件中腦電信號的熵計算(英文)[J];生物物理學報;2005年05期

9 蔣辰偉;章悅;曹洋;朱國行;顧凡及;王斌;;腦死亡與腦昏迷腦電信號的復雜度研究[J];生物物理學報;2008年02期

10 李谷;范影樂;龐全;;基于排列組合熵的腦電信號睡眠分期研究[J];生物醫(yī)學工程學雜志;2009年04期

中國重要會議論文全文數據庫 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應拓撲圖[A];中國儀器儀表學會第三屆青年學術會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統的研究[A];中國生理學會第21屆全國代表大會暨學術會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應用研究[A];大連理工大學生物醫(yī)學工程學術論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學素質、建設創(chuàng)新型國家——2006中國科協年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經網絡的腦電信號模式分類[A];自動化技術與冶金流程節(jié)能減排——全國冶金自動化信息網2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯合學術年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術年會論文摘要集[C];2007年

中國重要報紙全文數據庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉彎前行[N];科技日報;2008年

中國博士學位論文全文數據庫 前10條

1 彭宏;普適化腦電信息感知關鍵問題的研究[D];蘭州大學;2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應用[D];河北醫(yī)科大學;2015年

3 吳畏;基于統計建模的多導聯腦電信號時空建模方法研究[D];清華大學;2012年

4 孫宇舸;腦—機接口系統中腦電信號處理方法的研究[D];東北大學;2012年

5 周群;腦電信號同步：方法及應用研究[D];電子科技大學;2009年

6 趙麗;基于腦電信號的腦-機接口技術研究[D];天津大學;2004年

7 李春勝;腦電信號混沌特性的研究與應用[D];東北大學;2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

9 繆曉波;基于腦電信號的認知動力學系統研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學;2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學;2012年

中國碩士學位論文全文數據庫 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學;2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學;2010年

3 張志琴;腦電信號的復雜性分析[D];中南大學;2009年

4 許鳳娟;腦電信號采集與分析系統的設計[D];長春理工大學;2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學評價分析[D];杭州電子科技大學;2012年

6 劉靜;基于加權排序熵的多通道腦電信號同步算法研究[D];燕山大學;2015年

7 陳澤濤;基于腦電信號分析的AD早期評估系統的設計與實現[D];燕山大學;2015年

8 王曉濱;LED光針灸對腦功能的影響研究[D];天津職業(yè)技術師范大學;2015年

9 徐朝陽;基于深度網絡的腦電信號分類方法研究[D];中國海洋大學;2015年

10 劉巨娟;基于腦電信號識別的駕駛員-汽車混合控制系統設計[D];東北大學;2014年

，

本文編號：764829