本文關(guān)鍵詞：運(yùn)動(dòng)想象腦電處理及其模式識(shí)別方法研究

  更多相關(guān)文章： 腦電信號(hào) 腦-機(jī)接口 運(yùn)動(dòng)想象 新型閾值函數(shù) 混合特征 最小支持二乘向量機(jī)

【摘要】：表面腦電信號(hào)(Electroencephalogram,EEG)是成千上萬(wàn)個(gè)神經(jīng)元組織在大腦皮層電生理活動(dòng)共同作用產(chǎn)生的生物電信號(hào)�？茖W(xué)研究表明,通過(guò)解讀腦電信號(hào)可以獲知人類的思維活動(dòng)和意識(shí)認(rèn)知。腦-機(jī)接口(Brain Computer Interface,BCI)則是腦電信號(hào)研究的一個(gè)重要應(yīng)用方向,它是一種不依賴由大腦外周神經(jīng)與肌肉組織等組成的正常輸出通路的人機(jī)交互系統(tǒng)。目前,基于左、右手運(yùn)動(dòng)想象的兩類信號(hào)識(shí)別研究已經(jīng)比較完善,但是多維度運(yùn)動(dòng)想象腦電信號(hào)的研究存在識(shí)別率低、實(shí)時(shí)性差、易受干擾等問(wèn)題。因此對(duì)多維度運(yùn)動(dòng)想象腦電信號(hào)研究是一個(gè)熱點(diǎn),對(duì)其完成處理和有效識(shí)別是一個(gè)挑戰(zhàn)。本文從腦電的研究背景與現(xiàn)狀出發(fā),對(duì)左手、右手、右腳、舌頭4類運(yùn)動(dòng)想象腦電信號(hào)的處理與識(shí)別展開(kāi)了深入研究,所用分析信號(hào)是C3、C4、Cz與CP4四導(dǎo)聯(lián)腦電信號(hào)�；趯�(shí)驗(yàn)狀態(tài)監(jiān)測(cè)的需要,增加了O1/O2導(dǎo)聯(lián)腦電信號(hào)完成狀態(tài)切換,實(shí)現(xiàn)了對(duì)虛擬場(chǎng)景小車的前進(jìn)、后退、左轉(zhuǎn)、右轉(zhuǎn)、啟�？刂�。以下是論文的主要內(nèi)容及其創(chuàng)新之處:(1)針對(duì)腦電信號(hào)在采集過(guò)程中夾帶多種干擾信號(hào)的情況,例如眼電信號(hào)、肌電信號(hào)、心電信號(hào)、工頻噪聲等,進(jìn)行了消噪方法的研究。提出了一種基于對(duì)偶樹(shù)復(fù)小波變換的新型閾值消噪方法,仿真結(jié)果表明了該算法的優(yōu)越性。(2)現(xiàn)有成果揭示了不同測(cè)試者做同一運(yùn)動(dòng)想象產(chǎn)生的腦電信號(hào)存在強(qiáng)度不一致的現(xiàn)象;同一測(cè)試者在執(zhí)行同一運(yùn)動(dòng)想象時(shí)也同樣會(huì)發(fā)生腦電信號(hào)強(qiáng)度不一致的狀況,針對(duì)這兩種情況提出了基于?與?節(jié)律的歸一化能量特征提取處理方法,仿真結(jié)果證明了該方法的效果明顯好于未歸一化特征提取。又根據(jù)運(yùn)動(dòng)想象腦電信號(hào)的ERS/ERD現(xiàn)象提出了基于?與?節(jié)律的改進(jìn)樣本熵特征,并將能量譜和改進(jìn)樣本熵兩個(gè)特征組合成一個(gè)新的特征。新特征不僅很好地提升了分類的正確率,且降低了計(jì)算的復(fù)雜度。(3)針對(duì)運(yùn)動(dòng)想象腦電信號(hào)傳統(tǒng)模式識(shí)別方法中存在的識(shí)別正確率較低與計(jì)算效率不高的問(wèn)題,引入用交叉檢驗(yàn)和Leave-One-Out(LOO)誤差校正方法對(duì)最小支持二乘向量機(jī)分類算法進(jìn)行優(yōu)化,提高了識(shí)別率,降低了計(jì)算復(fù)雜度。運(yùn)用上述混合特征的情況下,平均識(shí)別率達(dá)到70.96%,平均計(jì)算時(shí)間與網(wǎng)格-支持向量機(jī)法相比降低了0.45秒。(4)設(shè)計(jì)了一個(gè)虛擬控制的BCI在線平臺(tái)驗(yàn)證運(yùn)動(dòng)想象腦電信號(hào)識(shí)別的結(jié)果。對(duì)左手、右手、右腳、舌頭4類運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行處理識(shí)別,將識(shí)別出的結(jié)果轉(zhuǎn)化為控制信號(hào),傳輸?shù)教摂M現(xiàn)實(shí)場(chǎng)景,實(shí)現(xiàn)左轉(zhuǎn)、右轉(zhuǎn)、前進(jìn)、后退虛擬動(dòng)作的控制操作,并采用O1/O2通道睜眼/閉眼進(jìn)行實(shí)驗(yàn)工作/休眠狀態(tài)的切換。在線同步實(shí)驗(yàn)結(jié)果識(shí)別率達(dá)到了67%,基于腦電信號(hào)的4類運(yùn)動(dòng)想象在線異步控制識(shí)別的結(jié)果也有一定改善。
【關(guān)鍵詞】：腦電信號(hào) 腦-機(jī)接口 運(yùn)動(dòng)想象 新型閾值函數(shù) 混合特征 最小支持二乘向量機(jī)
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R318;TP391.4
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-21
• 1.1 研究背景12-13
• 1.2 BCI技術(shù)概述13-18
• 1.2.1 BCI研究意義13
• 1.2.2 BCI的應(yīng)用13-14
• 1.2.3 各種BCI應(yīng)用系統(tǒng)14-16
• 1.2.4 非植入式BCI腦電信號(hào)源16
• 1.2.5 國(guó)內(nèi)外研究現(xiàn)狀分析16-18
• 1.3 BCI技術(shù)研究面臨的問(wèn)題18-19
• 1.3.1 腦電信號(hào)的識(shí)別率與計(jì)算復(fù)雜度19
• 1.3.2 腦電采集導(dǎo)聯(lián)數(shù)和便利性19
• 1.3.3 BCI系統(tǒng)實(shí)時(shí)性分析19
• 1.4 研究?jī)?nèi)容與論文架構(gòu)19-20
• 1.4.1 研究?jī)?nèi)容19
• 1.4.2 論文架構(gòu)19-20
• 1.5 本章小結(jié)20-21
• 第二章 腦電信號(hào)的采集21-29
• 2.1 腦電信號(hào)產(chǎn)生原理及特點(diǎn)介紹21-23
• 2.1.1 腦電信號(hào)產(chǎn)生原理21-22
• 2.1.2 人腦的結(jié)構(gòu)與功能區(qū)域劃分22
• 2.1.3 人腦思維活動(dòng)與腦電信號(hào)22-23
• 2.1.4 腦電信號(hào)的特點(diǎn)23
• 2.2 腦電采集系統(tǒng)簡(jiǎn)介23-26
• 2.3 運(yùn)動(dòng)想象腦電采集實(shí)驗(yàn)范式26-27
• 2.4 本章小結(jié)27-29
• 第三章 腦電信號(hào)的消噪處理29-39
• 3.1 常見(jiàn)的腦電信號(hào)消噪方法簡(jiǎn)介29-33
• 3.1.1 常用小波消噪方法29-30
• 3.1.2 一維離散小波變換30
• 3.1.3 對(duì)偶樹(shù)復(fù)小波變換30-33
• 3.2 一種新型的小波消噪閾值函數(shù)33-37
• 3.2.1 軟硬閾值函數(shù)33-34
• 3.2.2 新型閾值函數(shù)34-35
• 3.2.3 閾值函數(shù)消噪效果比較35-36
• 3.2.4 仿真結(jié)果36-37
• 3.3 基于新型閾值函數(shù)法的對(duì)偶樹(shù)復(fù)小波消噪37-38
• 3.3.1 基于新型閾值函數(shù)法的對(duì)偶樹(shù)復(fù)小波消噪實(shí)驗(yàn)過(guò)程37
• 3.3.2 對(duì)偶樹(shù)復(fù)小波變換與離散小波變換仿真實(shí)驗(yàn)37-38
• 3.3.3 仿真結(jié)果38
• 3.4 本章小結(jié)38-39
• 第四章 腦電信號(hào)特征提取39-46
• 4.1 腦電信號(hào)特征提取方法介紹39-40
• 4.2 基于節(jié)律頻段的平均歸一化能量譜腦電特征提取40-41
• 4.2.1 基于α與β頻段的能量特征提取流程40
• 4.2.2 歸一化處理40-41
• 4.2.3 基于α與β 頻段的能量特征提取41
• 4.2.4 特征向量選取41
• 4.3 基于α與β節(jié)律的改進(jìn)樣本熵的腦電信號(hào)特征提取41-45
• 4.3.1 樣本熵的具體算法42-43
• 4.3.2 基于α與β節(jié)律的改進(jìn)樣本熵特征提取流程43-45
• 4.4 基于α與β節(jié)律的歸一化能量譜與改進(jìn)樣本熵的混合特征45
• 4.5 本章小結(jié)45-46
• 第五章 運(yùn)動(dòng)想象腦電信號(hào)模式識(shí)別46-57
• 5.1 模式識(shí)別方法簡(jiǎn)介46-47
• 5.2 SVM與LS-SVM47-51
• 5.2.1 SVM方法47-50
• 5.2.2 LS-SVM方法50-51
• 5.3 基于交叉檢驗(yàn)與LOO誤差法的參數(shù)優(yōu)化51-53
• 5.3.1 n -折交叉檢驗(yàn)51-52
• 5.3.2 網(wǎng)格法52
• 5.3.3 LOO誤差上界法52-53
• 5.4 運(yùn)動(dòng)想象腦電的識(shí)別實(shí)驗(yàn)53-56
• 5.4.1 分類性能比較實(shí)驗(yàn)53-55
• 5.4.2 基于不同特征向量的LOO誤差上界-LS-SVM分類實(shí)驗(yàn)55-56
• 5.5 本章小結(jié)56-57
• 第六章 基于運(yùn)動(dòng)想象腦電的在線控制驗(yàn)證性實(shí)驗(yàn)57-65
• 6.1 多類運(yùn)動(dòng)想象腦電在線控制BCI系統(tǒng)57-60
• 6.1.1 離線與在線BCI系統(tǒng)控制框圖57-58
• 6.1.2 基于O1/O2導(dǎo)聯(lián)的狀態(tài)監(jiān)測(cè)識(shí)別方法58-60
• 6.2 在線同步實(shí)時(shí)控制實(shí)驗(yàn)及結(jié)果分析60-62
• 6.2.1 實(shí)驗(yàn)準(zhǔn)備與說(shuō)明60
• 6.2.2 實(shí)驗(yàn)結(jié)果分析60-62
• 6.3 在線異步實(shí)時(shí)控制實(shí)驗(yàn)及結(jié)果分析62-64
• 6.3.1 實(shí)驗(yàn)準(zhǔn)備與說(shuō)明62-64
• 6.3.2 實(shí)驗(yàn)結(jié)果分析64
• 6.4 本章小結(jié)64-65
• 第七章 總結(jié)與展望65-67
• 7.1 工作總結(jié)65
• 7.2 研究展望65-67
• 致謝67-68
• 參考文獻(xiàn)68-75
• 附錄75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 陽(yáng)宏;夏斌;謝宏;王聰;肖殿云;;一種用于實(shí)現(xiàn)多命令輸出的運(yùn)動(dòng)想象分組策略[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

2 劉燕;穆振東;;運(yùn)動(dòng)想象機(jī)制研究[J];科技廣場(chǎng);2011年01期

3 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 楊遠(yuǎn)濱;王薌斌;;淺談中醫(yī)意念與運(yùn)動(dòng)想象的比較[A];中國(guó)醫(yī)師協(xié)會(huì)第二屆康復(fù)醫(yī)學(xué)論壇、中國(guó)康復(fù)醫(yī)學(xué)會(huì)第四屆青年學(xué)術(shù)會(huì)議、北京康復(fù)醫(yī)學(xué)會(huì)第三屆會(huì)員代表大會(huì)論文集[C];2005年

2 賈子善;;運(yùn)動(dòng)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(huì)暨中樞神經(jīng)功能損傷康復(fù)新進(jìn)展學(xué)習(xí)班論文匯編[C];2008年

3 張爽;周鵬;熊屹;王明時(shí);;運(yùn)動(dòng)想象腦電模式的動(dòng)態(tài)分類[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

4 諸強(qiáng);謝琳;;基于小波分析的運(yùn)動(dòng)想象腦電模式特征提取與分類[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

5 孔萬(wàn)增;張艷娜;胡三清;戴國(guó)駿;張建海;魏大名;;基于運(yùn)動(dòng)想象的中風(fēng)患者肢體康復(fù)實(shí)時(shí)控制系統(tǒng)[A];第一屆全國(guó)神經(jīng)動(dòng)力學(xué)學(xué)術(shù)會(huì)議程序手冊(cè) & 論文摘要集[C];2012年

6 徐海鷹;;運(yùn)動(dòng)想象療法結(jié)合運(yùn)動(dòng)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(guó)康復(fù)醫(yī)學(xué)會(huì)運(yùn)動(dòng)療法分會(huì)第十一屆全國(guó)康復(fù)學(xué)術(shù)大會(huì)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

7 李澤云;王昭君;林金生;盧攀;;運(yùn)動(dòng)想象聯(lián)合強(qiáng)制性運(yùn)動(dòng)療法治療腦卒中偏癱60例臨床觀察[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)腦血管病專業(yè)委員會(huì)換屆暨第十五次全國(guó)腦血管病康復(fù)學(xué)術(shù)年會(huì)、湖南省康復(fù)醫(yī)學(xué)會(huì)神經(jīng)康復(fù)專業(yè)委員會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

8 王艷;唐強(qiáng);白震民;李娟;;頭穴叢刺與被動(dòng)運(yùn)動(dòng)和運(yùn)動(dòng)想象結(jié)合對(duì)早期腦卒中患者運(yùn)動(dòng)功能的影響[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)第五屆全國(guó)康復(fù)治療學(xué)術(shù)會(huì)議論文集[C];2006年

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

10 吳華;顧旭東;時(shí)美芳;吳彩虹;朱美紅;金妹;楊京輝;;虛擬現(xiàn)實(shí)技術(shù)結(jié)合運(yùn)動(dòng)想象療法對(duì)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(huì)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(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 張銳;運(yùn)動(dòng)想象腦—機(jī)接口的神經(jīng)機(jī)制與識(shí)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(yùn)動(dòng)想象療法神經(jīng)康復(fù)機(jī)制[D];重慶大學(xué);2015年

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

4 魏慶國(guó);基于運(yùn)動(dòng)想象的腦—機(jī)接口分類算法的研究[D];清華大學(xué);2006年

5 徐舫舟;基于運(yùn)動(dòng)想象的腦機(jī)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(yùn)動(dòng)想象認(rèn)知過(guò)程的研究[D];上海交通大學(xué);2012年

7 方永慧;基于運(yùn)動(dòng)想象腦電信號(hào)非線性特性分析的腦—機(jī)接口研究[D];重慶大學(xué);2014年

8 周鵬;基于運(yùn)動(dòng)想象的腦機(jī)接口的研究[D];天津大學(xué);2007年

9 孫莉敏;運(yùn)動(dòng)想象訓(xùn)練促進(jìn)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(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 牛小辰;康復(fù)運(yùn)動(dòng)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(yùn)動(dòng)想象療法在腦卒中偏癱患者康復(fù)護(hù)理中的應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 孫會(huì)文;基于運(yùn)動(dòng)想象腦電的腦機(jī)交互模式識(shí)別方法研究[D];昆明理工大學(xué);2015年

4 戴若夢(mèng);基于深度學(xué)習(xí)的運(yùn)動(dòng)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(yùn)動(dòng)想象BCI機(jī)制研究[D];電子科技大學(xué);2014年

6 翟紅利;基于運(yùn)動(dòng)想象的腦機(jī)接口的數(shù)學(xué)模型與算法研究[D];長(zhǎng)沙理工大學(xué);2014年

7 叢壯;運(yùn)動(dòng)想象結(jié)合音樂(lè)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(yùn)動(dòng)想象腦電信號(hào)的識(shí)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(yùn)動(dòng)思維腦電識(shí)別分類研究[D];北京交通大學(xué);2016年

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

，

本文編號(hào)：892043