本文關(guān)鍵詞：基于異步P300的字符輸入腦機(jī)接口研究

  更多相關(guān)文章： 腦機(jī)接口(BCI) P300 異步 貝葉斯線性判別分析(BLDA) 卷積神經(jīng)網(wǎng)絡(luò)(CNN)

【摘要】：腦機(jī)接口(Brain Computer Interface,BCI)是一種利用腦電信號與計(jì)算機(jī)建立通信從而控制外部設(shè)備或與外界進(jìn)行信息交流的系統(tǒng),在醫(yī)療康復(fù)等領(lǐng)域有廣泛的應(yīng)用前景。根據(jù)工作模式的不同,BCI系統(tǒng)可分為同步BCI和異步BCI。同步BCI由系統(tǒng)設(shè)定固定的控制時(shí)段,系統(tǒng)只需檢測受試者在控制時(shí)段的腦電信號;異步BCI由受試者自主支配控制時(shí)段的開始及結(jié)束,系統(tǒng)需實(shí)時(shí)檢測受試者腦電信號并區(qū)分控制狀態(tài)和非控制狀態(tài)。同步BCI易于分析和實(shí)現(xiàn),目前大部分BCI系統(tǒng)都是采用同步模式。然而,為了讓BCI系統(tǒng)走出實(shí)驗(yàn)室,進(jìn)入日常生活,開發(fā)異步BCI系統(tǒng)顯得尤為重要。本文針對基于異步P300的字符輸入BCI,做了以下三個(gè)方面的研究工作:1)提出只使用一個(gè)閾值實(shí)現(xiàn)異步P300字符輸入的算法思想。傳統(tǒng)異步BCI系統(tǒng)需依次進(jìn)行控制狀態(tài)識別和目標(biāo)字符識別,需確定兩個(gè)分類閾值。本文方法將控制狀態(tài)的P300信號歸為一類,其余的控制狀態(tài)非P300信號和非控制狀態(tài)信號歸為另一類,通過對信號進(jìn)行檢測處理,其輸出值大于設(shè)定閾值時(shí)則判定此時(shí)系統(tǒng)為控制狀態(tài),并輸出相應(yīng)字符;反之則為非控制狀態(tài),不輸出字符。該方法在保證高準(zhǔn)確率的前提下,簡化了信號檢測處理過程,實(shí)現(xiàn)了系統(tǒng)對控制狀態(tài)和非控制狀態(tài)的檢測。2)針對異步P300信號的檢測,本文提出了基于貝葉斯線性判別分析(BLDA)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)兩種檢測算法。BLDA算法是一種比較經(jīng)典的模式識別方法,而CNN是近年來迅速發(fā)展起來的一種人工神經(jīng)網(wǎng)絡(luò)算法。本文嘗試將CNN方法運(yùn)用于異步P300信號的檢測中,并與經(jīng)典BLDA方法進(jìn)行對比分析。實(shí)驗(yàn)結(jié)果表明兩種檢測方法效果相仿,且都達(dá)到較高的檢測準(zhǔn)確率。對分類響應(yīng)score疊加平均5輪,準(zhǔn)確率達(dá)80%以上;疊加平均7輪,準(zhǔn)確率達(dá)90%以上。3)開發(fā)異步P300字符輸入BCI在線實(shí)驗(yàn)系統(tǒng)。通過在線實(shí)驗(yàn)驗(yàn)證了單閾值算法思想下BLDA算法及CNN算法對異步P300信號檢測的可行性,且達(dá)到較高的檢測準(zhǔn)確率,實(shí)現(xiàn)了由受試者自由切換控制狀態(tài)與非控制狀態(tài)的目標(biāo)。
【關(guān)鍵詞】：腦機(jī)接口(BCI) P300 異步 貝葉斯線性判別分析(BLDA) 卷積神經(jīng)網(wǎng)絡(luò)(CNN)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R318
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-18
• 1.1 課題研究背景及意義11-12
• 1.2 腦機(jī)接口簡介12-13
• 1.3 國內(nèi)外研究動態(tài)13-15
• 1.4 課題研究內(nèi)容與論文結(jié)構(gòu)15-18
• 1.4.1 研究內(nèi)容與創(chuàng)新點(diǎn)15-16
• 1.4.2 本文組織結(jié)構(gòu)16-18
• 第二章 異步腦機(jī)接口18-33
• 2.1 腦機(jī)接口系統(tǒng)分類18-19
• 2.1.1 內(nèi)源性與外源性BCI18
• 2.1.2 同步與異步BCI18-19
• 2.2 腦機(jī)接口控制信號類型19-24
• 2.2.1 穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）19-20
• 2.2.2 事件相關(guān)電位（ERP）20-23
• 2.2.3 感覺運(yùn)動節(jié)律（SMR）23
• 2.2.4 慢皮層電位（SCP）23-24
• 2.3 異步腦機(jī)接口研究要點(diǎn)24-32
• 2.3.1 控制狀態(tài)檢測24-26
• 2.3.2 分類算法原理26-30
• 2.3.3 系統(tǒng)性能評估指標(biāo)30-32
• 2.4 本章小結(jié)32-33
• 第三章 基于貝葉斯線性判別分析的異步P300檢測算法設(shè)計(jì)33-41
• 3.1 檢測算法設(shè)計(jì)33-38
• 3.1.1 貝葉斯線性判別分析算法原理33-34
• 3.1.2 單閾值檢測異步P300方法34-37
• 3.1.3 閾值的選取37-38
• 3.2 離線實(shí)驗(yàn)38-40
• 3.2.1 信號采集與處理38-39
• 3.2.2 實(shí)驗(yàn)結(jié)果39-40
• 3.3 本章小結(jié)40-41
• 第四章 基于卷積神經(jīng)網(wǎng)絡(luò)的異步P300檢測算法設(shè)計(jì)41-51
• 4.1 卷積神經(jīng)網(wǎng)絡(luò)概述41-46
• 4.1.1 卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)結(jié)構(gòu)41-43
• 4.1.2 卷積神經(jīng)網(wǎng)絡(luò)基本特征43-44
• 4.1.3 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練44-46
• 4.2 檢測算法設(shè)計(jì)46-48
• 4.2.1 算法原理46-47
• 4.2.2 閾值的選取47-48
• 4.3 離線實(shí)驗(yàn)48-49
• 4.3.1 信號采集與處理48-49
• 4.3.2 實(shí)驗(yàn)結(jié)果49
• 4.4 兩種方法離線實(shí)驗(yàn)效果對比49-50
• 4.5 本章小結(jié)50-51
• 第五章 在線實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)及結(jié)果分析51-63
• 5.1 系統(tǒng)軟硬件介紹51-53
• 5.1.1 硬件部分51-52
• 5.1.2 軟件系統(tǒng)52-53
• 5.2 視覺刺激方法的設(shè)計(jì)53-57
• 5.2.1 刺激范式設(shè)計(jì)53-55
• 5.2.2 刺激序列設(shè)計(jì)55-57
• 5.3 實(shí)驗(yàn)過程57-60
• 5.3.1 訓(xùn)練分類模型階段57-59
• 5.3.2 在線測試階段59-60
• 5.4 實(shí)驗(yàn)結(jié)果分析60-62
• 5.5 本章小結(jié)62-63
• 總結(jié)與展望63-65
• 總結(jié)63-64
• 展望64-65
• 參考文獻(xiàn)65-69
• 攻讀碩士學(xué)位期間取得的研究成果69-70
• 致謝70-71
• 答辯委員會對論文的評定意見逑71

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王磊,戚飛虎;多字體字符識別的模糊神經(jīng)網(wǎng)絡(luò)模型[J];紅外與毫米波學(xué)報(bào);1999年05期

2 謝無忌;一種用于字符識別的預(yù)處理方法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);1990年03期

3 張淑雅;趙一鳴;趙曉宇;李均利;;認(rèn)證碼字符識別方法的研究[J];寧波大學(xué)學(xué)報(bào)(理工版);2007年04期

4 原玉磊;蔣理興;欽桂勤;;基于字符特征的數(shù)字字符識別算法[J];海洋測繪;2009年01期

5 肖欣招;;互相關(guān)性在字符識別中的應(yīng)用[J];中國科技信息;2008年10期

6 呂剛;;基于卷積神經(jīng)網(wǎng)絡(luò)的多字體字符識別[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

7 施澤生，王東生;從工程圖中分離和識別字符模式的技術(shù)[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);1995年01期

8 侯艷麗,楊國勝,黃春艷;基于字符識別的門牌號識別算法研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

9 童小念;李娜;;復(fù)雜背景下字符提取算法的分析與實(shí)現(xiàn)[J];東北師大學(xué)報(bào)(自然科學(xué)版);2008年01期

10 李喜德,譚玉山;用于指紋/字符識別的電子投影相關(guān)技術(shù)[J];光學(xué)學(xué)報(bào);1992年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 湯茂斌;謝渝平;李就好;;基于神經(jīng)網(wǎng)絡(luò)算法的字符識別方法研究[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2009年

2 洪漢玉;郭強(qiáng);章秀華;張艷;林志敏;;復(fù)雜背景條件下字符識別新方法研究[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

3 車揚(yáng);鄭智捷;;速記字符識別的預(yù)處理模式和方法探討[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2010年

4 李玉良;王良松;李晶;;圖像中數(shù)字字符識別技術(shù)概覽[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

5 劉云曼;王磊;;盲人閱讀機(jī)中圖像字符識別方法的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會第三十三屆學(xué)術(shù)年會論文集[C];2013年

6 余曉華;陳曉春;劉好炯;;手持式儀表字符識別技術(shù)研究[A];《IT時(shí)代周刊》論文專版（第300期）[C];2014年

7 陸璐;張旭東;趙瑩;高雋;;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌照字符識別研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

8 朱小燕;史一凡;馬少平;;脫機(jī)手寫體字符識別研究[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

9 歐梅芳;宋瑞霞;;V-系統(tǒng)在信息重構(gòu)與字符識別中的應(yīng)用探索[A];中國圖學(xué)新進(jìn)展2007——第一屆中國圖學(xué)大會暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會論文集[C];2007年

10 張雪山;田慧;;字符識別系統(tǒng)的一種定位算法[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

中國重要報(bào)紙全文數(shù)據(jù)庫 前3條

1 尼克;計(jì)算歷史學(xué)：大數(shù)據(jù)時(shí)代的讀書[N];東方早報(bào);2014年

2 王慶國;票據(jù)印刷視覺字符檢測系統(tǒng)中硬件的選擇[N];中國包裝報(bào);2008年

3 方忠誠;OCR技術(shù)及其應(yīng)用[N];北京電子報(bào);2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 羅特飛（Mohammed Lutf）;基于HMM與決策樹的多字體阿拉伯文的字符識別[D];華中科技大學(xué);2015年

2 文穎;數(shù)字、字符識別及其應(yīng)用研究[D];上海交通大學(xué);2009年

3 彭健;多類小字符集自適應(yīng)字符識別技術(shù)及系統(tǒng)的研究[D];重慶大學(xué);2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李卓;基于深度學(xué)習(xí)的字符識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京林業(yè)大學(xué);2016年

2 楊寒冰;工程圖紙中字符識別技術(shù)的研究與實(shí)現(xiàn)[D];吉林大學(xué);2016年

3 郭晉璇;基于拓?fù)浣Y(jié)構(gòu)的字符識別[D];廣東工業(yè)大學(xué);2016年

4 徐楊;基于P300的字符輸入腦機(jī)接口研究[D];華南理工大學(xué);2015年

5 亢雅瑞;基于異步P300的字符輸入腦機(jī)接口研究[D];華南理工大學(xué);2016年

6 柯一劍;PCB元器件定位與識別技術(shù)研究[D];南京理工大學(xué);2016年

7 鐘卿;基于SVM的聯(lián)機(jī)手寫新傣文字符識別[D];云南大學(xué);2016年

8 張瑜;支票掃描圖像中的字符識別算法及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

9 蔡曉娟;基于LBP和PCA的脫機(jī)手寫藏文字符識別系統(tǒng)[D];青海師范大學(xué);2016年

10 張超群;基于深度學(xué)習(xí)的字符識別[D];電子科技大學(xué);2016年

，

本文編號：769596