基于神经网络的EEG信号分类方法研究

发布时间：2020-09-14 09:29

　　 EEG信号是研究脑活动的一种重要的信息来源,基于EEG信号的人与计算机的通信成为一种新的人机接口方式。研究发现,当人们打算进行某种行为的时候,大脑中会产生相应的生理电信号,而正是这些相应的生理电信号反应了人们的意图,并通过神经系统控制肌肉来实现人们的意图。本文首先介绍了EEG信号的研究背景和发展现状,然后简要说明了EEG信号的获取,讨论了目前分析EEG信号所使用的一些流行方法。重点讨论了EEG信号分类方法。最后,本文详细介绍了试验:基于神经网络的二到五种思维状态下的EEG信号分类方法,通过时域回归方法对EEG信号进行去噪预处理,然后对不同心理作业的思维EEG信号运用6阶AR参数模型法提取脑电特征作为神经网络的输入,用Matlab 7.0进行仿真,实验表明,本文方法可以达到很好的分类效果。最后对2002年BCIⅡ的数据用本文所示的方法进行了测试,也达到很好的分类效果。本文主要对以下几个问题做了研究和讨论:通过时域回归方法对EEG信号进行降噪。然后对处理后的EEG信号进行分段,再运用AR参数法分别对分段后和分段前的脑电特征进行参数提取。接着用BP神经网络和PNN神经网络进行分类。最后,对分类结果进行比较。用BCIⅡ的数据进行测试,实验表明能够达到很好的分类效果。
【学位单位】：天津师范大学
【学位级别】：硕士
【学位年份】：2009
【中图分类】：G441
【部分图文】：

基本波形

第二章EEG信号概述，达到分类的目的，脑电图记录的四种简单周期波为alpha，。我们用频率(Hz)和振幅来标定这些波。头皮电极记录(uv或1/1，000，000伏)。根据Emst和Fernando汇20，的分类成6(l一3Hz)、e(4一7Hz)、a(8一13Hz)、p(14一3oHz)等几个如表2.1，图2.1是脑电的四种简单的周期波波形图。表2.1脑电按频率分类及其对应的频率律律(Hz)频率率波幅(uV)))主导时期期8一133310一10000清醒、放松松14一30005一2000思维活动动4一77720一10000儿童的支配频率，在成人随困倦0.5一33320一20000深睡，婴儿支配频率率

示意图,电极,奇数,偶数

图2.210/20电极安放示意图‘况’10/20系统电极有各自的名称，位于左侧的是奇数，位于右侧的是偶数，中线用较小的数字，较外侧的用较大的数字，电极名称包括电极所在头部第一个字母。10/20系统的原则是头皮电极点之间的相对距离以10%和20%，并采用下面两条标志线:矢状线:从鼻根到枕外隆凸的连线，又称中线。从前往后标出五个记录、Fz、Cz、Pz、oz。FPz之前和02之后各占中线全长10%，其余点间距%。冠状线:两外耳道之间的连线。从左到右也记录五个点:T3、C3、Cz、。T3、T4外侧各占10%，其余各点间占20%。Cz是矢状线和冠状线的交而常作为基准点。经过上述两线的边缘4点，以Cz为圆心，4个点各在圆周上等距离的点，并在Fz、C3、Pz、C4间各取一个点。这样10/20系统共21个有效

双极导联,单极导联

极的电位差即是该电极的电位值。这些电极叫做记极与多个记录电极的方法叫做单极导联法，脑电点是脑波掺杂少、波幅稳定，缺点是耳垂电极有极之间的相对电位差，称作双极导联法，双极导联上的两个活动电极。例如眼电信号通常采用双极都放置在头皮上，均能记录到一定的脑电位，记录差值，可以大大减少干扰，并可排除无关电极引起6厘米以上，否则来自较大范围的脑电(大于3cln下来，结果电位差值相互抵消，记录的波幅较低。少。

【相似文献】