当前位置:主页 > 科技论文 > 电子信息论文 >

基于相关指数分析增强的功能近红外光谱脑机接口

发布时间:2018-01-15 06:32

  本文关键词:基于相关指数分析增强的功能近红外光谱脑机接口 出处:《科技导报》2017年02期  论文类型:期刊论文


  更多相关文章: 功能近红外脑功能成像 运动想象 支持向量机 相关指数分析


【摘要】:由于对运动伪迹不敏感、适合特殊人群和可穿戴式检测等优势,功能近红外光谱技术(fNIRS)在脑机接口(BCI)、心理认知等领域发挥着日益重要的作用。肢体运动想象是BCI在残疾人康复训练等领域应用的重要范式,伴随穿戴式fNIRS的发展,有望帮助残疾人在家庭或社区开展长期脑康复训练。本文针对目前基于fNIRS的运动想象任务分类准确率普遍不高这一现状,应用基于Pearson积差相关系数的相关指数R~2,对被试进行个性化参数优化,期望改善运动想象的分类结果。实验采集了17名被试的左、右手运动想象任务期间大脑皮层主运动区的血红蛋白浓度变化数据,并采用支持向量机(SVM)分类。结果表明,经过R~2参数优化之后,分类准确率相对无优化情况显著提升,分类准确率在60%以上的被试比例由原本的58.8%提高到了94%,分类准确率在65%以上的被试比例由原本的41.2%提升到了64.7%。
[Abstract]:Because it is insensitive to motion artifacts and suitable for special population and wearable detection, FNIRS (functional near Infrared Spectroscopy) is used in BCI (Brain-Computer Interface). Mental cognition and other fields play an increasingly important role. Limb movement imagination is an important paradigm used in rehabilitation training of disabled people, along with the development of wearable fNIRS. It is expected to help the disabled to carry out long-term brain rehabilitation training in their families or communities. This paper aims at the current situation that the classification accuracy of motion imagination tasks based on fNIRS is generally not high. The correlation index based on the correlation coefficient of Pearson product difference was used to optimize the personalized parameters of the subjects in order to improve the classification results of motion imagination. The left of 17 subjects were collected in the experiment. The changes of hemoglobin concentration in the main motor area of cerebral cortex during the right hand motion imagination task were classified by support vector machine (SVM). The results showed that the R2 parameters were optimized. The accuracy of classification was not improved significantly, and the proportion of subjects whose classification accuracy was more than 60% was increased from 58.8% to 94%. The percentage of subjects whose classification accuracy was above 65% was raised from 41.2% to 64.7.
【作者单位】: 北京航空航天大学生物与医学工程学院;虚拟现实技术与系统国家重点实验室(北京航空航天大学);
【基金】:国家自然科学基金项目(61101008,61108084,61675013)
【分类号】:TN21;TN911.7;R318
【正文快照】: 功能近红外光谱技术(functional near-infrared spectroscopy,f NIRS)是新一代的脑功能成像技术。该方法基于神经血管耦合机制(即神经元的代谢活性和血管中氧合血红蛋白含量的关系),得益于生物组织对近红外波段光较低的吸收率,利用血红蛋白组分对近红外光的吸收差异,可以有效

【相似文献】

相关期刊论文 前3条

1 阳宏;夏斌;谢宏;王聪;肖殿云;;一种用于实现多命令输出的运动想象分组策略[J];广西师范大学学报(自然科学版);2011年03期

2 刘燕;穆振东;;运动想象机制研究[J];科技广场;2011年01期

3 ;[J];;年期

相关会议论文 前10条

1 杨远滨;王芗斌;;浅谈中医意念与运动想象的比较[A];中国医师协会第二届康复医学论坛、中国康复医学会第四届青年学术会议、北京康复医学会第三届会员代表大会论文集[C];2005年

2 贾子善;;运动想像的理论与应用[A];2008年浙江省物理医学与康复学术年会暨中枢神经功能损伤康复新进展学习班论文汇编[C];2008年

3 张爽;周鹏;熊屹;王明时;;运动想象脑电模式的动态分类[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年

4 诸强;谢琳;;基于小波分析的运动想象脑电模式特征提取与分类[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年

5 孔万增;张艳娜;胡三清;戴国骏;张建海;魏大名;;基于运动想象的中风患者肢体康复实时控制系统[A];第一届全国神经动力学学术会议程序手册 & 论文摘要集[C];2012年

6 徐海鹰;;运动想象疗法结合运动再学习方案在脑卒中早期患者上肢功能的应用[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

7 李泽云;王昭君;林金生;卢攀;;运动想象联合强制性运动疗法治疗脑卒中偏瘫60例临床观察[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

8 王艳;唐强;白震民;李娟;;头穴丛刺与被动运动和运动想象结合对早期脑卒中患者运动功能的影响[A];中国康复医学会第五届全国康复治疗学术会议论文集[C];2006年

9 刘佳;邓景贵;陶希;宋红;;运动想象疗法对老年卒中偏瘫患者肢体功能恢复的影响研究[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

10 吴华;顾旭东;时美芳;吴彩虹;朱美红;金妹;杨京辉;;虚拟现实技术结合运动想象疗法对脑卒中患者上肢功能恢复的影响[A];2013浙江省物理医学与康复学学术年会暨第八届浙江省康复医学发展论坛论文集[C];2013年

相关博士学位论文 前9条

1 张锐;运动想象脑—机接口的神经机制与识别算法研究[D];电子科技大学;2015年

2 王莉;应用脑功能成像技术研究脑卒中运动想象疗法神经康复机制[D];重庆大学;2015年

3 单海军;基于运动想象的脑机接口通道选择算法研究[D];浙江大学;2015年

4 魏庆国;基于运动想象的脑—机接口分类算法的研究[D];清华大学;2006年

5 徐舫舟;基于运动想象的脑机接口相关算法研究[D];山东大学;2014年

6 闫静;基于脑电的脑卒中患者运动想象认知过程的研究[D];上海交通大学;2012年

7 方永慧;基于运动想象脑电信号非线性特性分析的脑—机接口研究[D];重庆大学;2014年

8 周鹏;基于运动想象的脑机接口的研究[D];天津大学;2007年

9 孙莉敏;运动想象训练促进脑卒中患者功能恢复的功能磁共振(fMRI)研究[D];复旦大学;2013年

相关硕士学位论文 前10条

1 牛小辰;康复运动中的脑肌电特征分析[D];燕山大学;2015年

2 谢立娟;针灸合并运动想象疗法在脑卒中偏瘫患者康复护理中的应用[D];河北医科大学;2015年

3 孙会文;基于运动想象脑电的脑机交互模式识别方法研究[D];昆明理工大学;2015年

4 戴若梦;基于深度学习的运动想象脑电分类[D];北京理工大学;2015年

5 郭兰锦;基于结构MRI的运动想象BCI机制研究[D];电子科技大学;2014年

6 翟红利;基于运动想象的脑机接口的数学模型与算法研究[D];长沙理工大学;2014年

7 丛壮;运动想象结合音乐疗法在卒中偏瘫患者上肢康复中的应用[D];辽宁医学院;2015年

8 康莎莎;多类运动想象脑电信号的识别及其在BCI中的应用[D];安徽大学;2016年

9 何青松;基于想象左右手运动思维脑电识别分类研究[D];北京交通大学;2016年

10 刘传伟;运动想象脑电的特征提取和模式分类算法研究及在线验证[D];昆明理工大学;2016年



本文编号:1427220

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1427220.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户334ae***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com