脑电信号采集及分类算法研究

发布时间：2020-06-20 17:51

【摘要】：近年来,我国人口老龄化问题日趋严峻,伴随着老龄人口的增加,脑中风等一些会使人体丧失部分身体控制机能疾病的发病率也逐步上升。疾病在给肢体运动功能障碍患者带来极大不便和精神压力的同时,也给家庭和社会带来了沉重的负担。如何帮助患者进行有效康复治疗,重新获得一定的独立生活能力,是当今社会急需解决的问题,也是康复工程、人工智能等交叉学科研究的热点。脑电是脑神经细胞电生理活动产生的信号,含有丰富的大脑活动信息。通过快速有效的对脑电信号进行分析和评估,我们可以将大脑信号解读为相应的命令,搭建出一套不依赖外围神经和肌肉组织参与的脑机接口系统,从而完成与外部世界的交流和对辅助设备的控制,对病人的康复治疗具有重大意义。围绕对脑机接口不同应用场景的需求,本文选取两类典型的脑电信号,分别研究了脑机接口在online和offline情境下的信号处理方法,并取得以下成果:1)针对脑机接口中存在的信号容易受到干扰、操作复杂的问题,本文首先利用经济便携式脑电采集设备Emotiv EPOC+搭载了一套基于稳态视觉刺激的脑机交互系统。该脑机接口系统首次将功率谱密度分析、典型相关性分析等方法按照不同权重相结合,使得目标识别的准确率高达98.6%,具有很高的抗噪能力和可拓展性。2)另外针对脑机接口在处理多分类任务时需要完成大量特征工程以及准确率偏低的特点,引入深度学习方法自主的提取运动想象脑电信号的特征,通过对小样本数据集进行数据增强,在卷积神经网络的基础上搭建了一套高效率、高精度的分类器,实验表明该分类方法具有很强的稳定性能和泛化能力。
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R318;TN911.7
【图文】：

图 2-1 大脑功能分区发现，大脑的每一个部分分别承担不同的功能[8]，例如处理视于大脑的枕骨，而控制肢体运动是由顶端的皮质来完成。所以本结构和运行原理，才能在此基础上设计出合理的电极分布，电特征信号。根据大脑的解剖图可以看出，大脑是由两个对称的凹凸皮质构成了脑回，大脑的每一部分分别完成身体对侧肢个部分之间也会进行相互的通信，承担这项任务的是被称为胼由神经元和非神经元两种细胞组成，研究表明人脑总共包含有量大致相同的非神经元细胞[9]。如图 2-2 所示，一个典型的神和许多树突加轴突组成，细胞与细胞之间连接的地方称为突触触位置释放化学物质来传递兴奋信号。

图 2-2 神经元细胞及突触结构上的传递是依靠膜电位的变化来完成，当神经元保持静息电位，而外界的刺激会使得神经细胞膜差并向两端传递。仅仅由一个神经元细胞兴奋产研究表明至少大约 108 个神经元同时产生同步电电极探测到这种信息[10]。脑电图（electroenceph和时间的相关关系，因此多数脑电采集设备一般由参考电位纪录下电位差。广义上来讲，纪录下来信息密切相关[11]，含有丰富的大脑思维信息，所研究对象，此外，由外界特定的事件刺激引起的Event-Related Potential, ERP）[12]，但是由于时间太过微弱，所以并不能直接从脑电图纪录中读取计首次观察到大脑皮层的电信号，再到研究者将

【参考文献】

相关期刊论文 前10条

1 高伊蒙;朱守林;高明星;戚春华;杨锋;;静息睁闭眼状态脑电信号特征分析[J];森林工程;2015年02期

2 陈宇;陈怀海;李赞澄;贺旭东;;基于时变AR模型和小波变换的时变参数识别[J];国外电子测量技术;2011年07期

3 罗志增;李亚飞;孟明;孙曜;;脑电信号的混沌分析和小波包变换特征提取算法[J];仪器仪表学报;2011年01期

4 黄思娟;吴效明;;基于能量特征的脑电信号特征提取与分类[J];传感技术学报;2010年06期

5 张莉;何传红;何为;;典型相关分析去除脑电信号中眼电伪迹的研究[J];计算机工程与应用;2009年31期

6 王新光;邹凌;段锁林;周仁来;;脑机接口技术的研究与进展[J];中国组织工程研究与临床康复;2008年39期

7 陶青;谢勤岚;;基于RLS算法的脑电信号的去噪[J];现代电子技术;2006年11期

8 杨立才,李佰敏,李光林,贾磊;脑-机接口技术综述[J];电子学报;2005年07期

9 康慧聪;P300事件相关脑电位的临床应用[J];国外医学(物理医学与康复学分册);2005年02期

10 何庆华;吴宝明;王禾;彭承琳;钟渝;;脑机接口视觉刺激器的研究[J];中国临床康复;2004年11期

相关硕士学位论文 前2条

1 刘净瑜;运动想象脑电信号的识别方法及应用[D];北京工业大学;2009年

2 胡人君;脑机接口应用中的思维任务分类研究[D];安徽大学;2007年

本文编号：2722753