EEG-fMRI混合脑机接口去噪及信号源定位技术研究

发布时间：2017-05-19 20:18

  本文关键词：EEG-fMRI混合脑机接口去噪及信号源定位技术研究，由笔耕文化传播整理发布。

【摘要】：随着人们对脑机接口技术的研究深入,人们对脑内的工作机制越来越感兴趣。由于技术的发展,使得人们对人脑的认识越来越深刻,可以从多个维度,如:使用脑电信号(EEG)和核磁共振(fMRI)信号,研究人脑工作机制。本文的主要工作是搭建在核磁扫描环境下进行脑机接口实验系统,为EEG-fMRI信号融合研究做准备工作,且从EEG信号的角度研究脑部活跃区域的定位。首先,本文分析在核磁扫描环境下EEG信号噪声产生的原因,然后研究噪声的特点。随后回顾前人提出的假设和方法,如平均相减法(Imaging Artifact Reduction,IAR)和模板相减法(Artifact Slice Template Removal,ASTR)。最后根据前人方法的缺陷,作者提出了聚类模板生成法(Cluster Template Removal,CTR)。该方法假设:所有Slice的噪声并没有特别的相似规律,但是有些噪声是具有一定的相似性。使用聚类的方法,求出每个簇的模板,减少模板的误差。最后仿真表明若噪声信号在每个Slice中不是大致相同的是,CTR方法结果比IAR和ASTR有很大的改善。随后,作者使用Brain Products公司的Brain Amp MR系列放大器和一套软件构建了在核磁扫描环境下进行脑机接口实验系统。但是系统运行时核磁去噪算法的实时性比较差,会导致系统不能及时的读取放大器缓存里面的数据从而导致数据丢失。作者针对这个问题优化系统设计,采用多线程和去噪通道可选的方法降低去噪算法的计算量,使得实验能够在核磁环境下顺利进行。随后使用核磁环境下记录的EEG信号,用于后续章节脑电源定位算法研究。最后,作者使用EEG信号,利用波束形成技术对脑电源信号定位课题进行了讨论。在这部分,作者首先论述了波束形成技术的基本原理,然后分析和讨论传统波束形成技术遇到的问题,例如信号相关性和传导矩阵误差给波束形成技术带来的影响。随后使用仿真进行验证和分析。最后,作者介绍了凸优化理论的基本知识并使用凸优化理论对传统波束形成技术所遇到的问题进行改善。并使用上述实验数据,验证视觉刺激的脑部响应区域
【关键词】：P300脑机接口 核磁共振 信号融合 核磁去噪算法 波束形成
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R338;TN911.7
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-19
• 1.1 EEG-fMRI融合11-13
• 1.1.1 EEG-fMRI融合现状及背景介绍11
• 1.1.2 EEG-fMRI融合研究目的11-12
• 1.1.3 EEG-fMRI数据融合研究系统组成12
• 1.1.4 本文工作及目的简述12-13
• 1.2 脑电（EEG）信号简介13-14
• 1.2.1 脑电信号的形成13
• 1.2.2 脑电信号的应用13-14
• 1.3 磁共振成像（MRI）简介14-16
• 1.4 用于EEG-fMRI数据融合的脑电源信号定位16-17
• 1.5 论文研究内容及章节安排17-19
• 1.5.1 研究内容17-18
• 1.5.2 章节安排18-19
• 第二章 脑电中核磁噪声的去除19-37
• 2.1 EEG-fMRI联合采集19-22
• 2.1.1 采集装置与设备19-20
• 2.1.2 数据采集方法20-21
• 2.1.3 联合采集的技术问题21-22
• 2.2 EEG信号中核磁噪声的去除22-36
• 2.2.1 噪声产生原因及种类22
• 2.2.2 噪声去除算法22-26
• 2.2.3 聚类模板生成法（Cluster Template Removal, CTR）26-30
• 2.2.4 算法实时化30
• 2.2.5 结果与分析30-36
• 2.3 本章小结36-37
• 第三章 核磁扫描环境下的脑机接.系统设计及实验37-49
• 3.1 实验介绍37-41
• 3.1.1 实验模式介绍37-39
• 3.1.2 P300信号处理算法39-41
• 3.2 实验装置与设置41-44
• 3.3 系统结构及数据处理模块实现44-46
• 3.4 实验结果与分析46-48
• 3.5 本章小结48-49
• 第四章 用于EEG-fMRI数据融合的脑电源定位研究49-68
• 4.1 脑电源定位中EEG-fMRI数据融合方法简述49-50
• 4.2 脑电源定位的数学模型50-53
• 4.2.1 参数定义50-52
• 4.2.2 模型建立52-53
• 4.3 使用波束形成技术进行脑电源信号定位53-63
• 4.3.1 波束形成基本思想53-54
• 4.3.2 基本方法54-57
• 4.3.3 基本方法遇到的问题57-61
• 4.3.4 改进算法及与fMRI信号融合算法61-63
• 4.4 定位结果及分析63-67
• 4.5 本章小结67-68
• 第五章 基于凸优化理论的波束形成技术改进68-82
• 5.1 凸优化基础简介68-73
• 5.1.1 优化理论68-70
• 5.1.2 凸优化基本形式70-73
• 5.2 基于凸优化理论的传统波束形成改进73-76
• 5.3 仿真与分析76-81
• 5.4 本章小结81-82
• 总结与展望82-84
• 全文总结82-83
• 展望83-84
• 参考文献84-87
• 攻读硕士学位期间取得的研究成果87-88
• 致谢88-89
• 附件89

【参考文献】

中国博士学位论文全文数据库 前1条

1 雷旭;基于贝叶斯理论的EEG-fMRI融合技术研究[D];电子科技大学;2011年

中国硕士学位论文全文数据库 前1条

1 沈之芳;基于P300的脑机接口及其在线半监督学习[D];华南理工大学;2014年

  本文关键词：EEG-fMRI混合脑机接口去噪及信号源定位技术研究，由笔耕文化传播整理发布。

，

本文编号：379753