基于脑电信号的运动想象分类研究
发布时间：2021-04-19 13:36
近些年来,计算机技术迅速发展,人工智能也变得越来越火热,越来越多的专家学者开始着手研究脑电信号与计算机的结合。而脑机接口BCI（Brain Computer Interface）技术是在人脑或动物脑（或者脑细胞的培养物）与计算机等外部设备建立了直接连接通路,通过对脑电信号进行采集、记录、计算等,将大脑的思维活动翻译成计算机可以执行的指令,从而实现大脑与外界智能设备的交互与控制。脑机接口绕过了患者损伤的神经肌肉系统,让大脑产生的含有生理状态和指令脑电信号重新得到利用,让人脑与外界重新进行交互,为患者带来新的希望,具有重要的研究价值和发展前景。本文将运动想象脑电信号作为研究对象,根据运动想象脑电信号具有事件相关去同步（Event Related Desynchronization,ERD）和事件相关同步（Event Related Synchronization,ERS）现象,针对运动想象脑电信号的特征提取问题,采用频带能量特征特征提取、共同空间模式（Common Spatial Pattern,CSP）、双树复小波和近似熵的特征提取方法,对于脑电信号的分类问题,则采用支持向量机的方法进行...
【文章来源】：南京邮电大学江苏省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 本文的研究背景及意义…
1.2 脑机接口的概念…
1.3 研究现状
1.3.1 国外研究状状
1.3.2 国内研究现状
1.4 论文的主要结构
第二章 运动想象脑电信号和的相关知识
2.1 脑电信号的产生及特点
2.1.1 脑电信号产生的神经肌理
2.1.2 脑电信号的特点…
2.2 运动想象脑电信号产生的生理基础
2.2.1 人脑的结构和功能
2.2.2 运动想象脑电信号的特点
第三章 脑电信号的采集
3.1 数据采集目的
3.2 数据采集平台
3.3 实验素材
3.4 实验对象和环境
3.5 数据采集流程
第四章 脑电信号的特征提取
4.1 脑电信号的预处理
4.1.1 脑电信号的处理流程
4.1.2 脑电信号的预处理
4.2 频带能量特征提取
4.2.1 频带能量特征提取原理
4.2.2 实验结果与分析
4.3 共同空间模式特征提取
4.3.1 共同空间模式特征提取原理
4.3.2 实验结果与分析
4.4 脑电信号的其他特征提取方法…
4.4.1 双树复小波
4.4.2 近似熵
4.4.3 两种分析方法比较
4.5 本章小结…
第五章 脑电信号的模式识别
5.1 模式识别的主要方法
5.1.1 无监督学习
5.1.2 有监督学习
5.2 支持向量机分类器
5.2.1 线性支持向量机
5.2.2 非线性支持向量机
5.2.3 惩罚因子和核参数的寻优
5.3 本章小结…
第六章 总结与展望
参考文献
附录1 攻读硕士学位期间发表的小论文
附录2 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]一种重复二分CSP 4类运动想象脑电信号特征提取算法[J]. 郑戍华,闫琛,王向周. 北京理工大学学报. 2016(08)
[2]基于最小二乘支持向量机的脑电信号分类[J]. 刘冲,于清文,陆志国,王宏. 东北大学学报(自然科学版). 2016(05)
[3]基于形态滤波的心电信号去除基线漂移方法[J]. 庞宇,邓璐,林金朝,李章勇,周前能,李国权,黄华伟,张懿,吴炜. 物理学报. 2014(09)
[4]基于分形维数和隐马尔科夫特征的车牌识别[J]. 耿庆田,赵宏伟. 光学精密工程. 2013(12)
[5]脑电控制及检测设备的研究与实现[J]. 闫俊涛,高立,任旭鹏. 数字技术与应用. 2013(03)
[6]辩证情绪:研究方法及展望[J]. 刘书青,彭凯平,刘冠民,方平,林卓,李迪斯. 心理学探新. 2013(01)
[7]岷江上游干旱河谷土壤粒径分布分形维数特征[J]. 伏耀龙,张兴昌,王金贵. 农业工程学报. 2012(05)
[8]情绪障碍的认知注意特征及其神经机制[J]. 刘东台. 中国健康心理学杂志. 2007(10)
[9]无创高通讯速率的实时脑-机接口系统[J]. 高上凯. 中国基础科学. 2007(03)
博士论文
[1]癫痫脑电的分形分析及自动检测方法研究[D]. 张艳丽.山东大学 2016
[2]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]. 方永慧.重庆大学 2014
[3]EEG时空特征分析及其在BCI中的应用[D]. 赵启斌.上海交通大学 2008
[4]基于分形维数的中国海常见浮游植物细胞图像特征提取[D]. 冯晨.中国海洋大学 2007
[5]黄土高原典型流域地貌形态分形特征与空间尺度转换研究[D]. 朱永清.西安理工大学 2006
[6]基于视觉诱发电位的脑机接口实验研究[D]. 何庆华.重庆大学 2003
硕士论文
[1]基于运动想象的脑电信号分析研究[D]. 苏振新.南京邮电大学 2017
[2]基于运动想象的脑电信号分类算法与脑-机接口技术研究[D]. 杨默涵.吉林大学 2017
[3]基于分形理论和信息熵的渭河流域生态环境状况研究[D]. 周安康.西北农林科技大学 2012
[4]不同脑部损伤脑卒中患者康复治疗的实验研究[D]. 武娟娟.山西大学 2011
本文编号：3147653
【文章来源】：南京邮电大学江苏省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 本文的研究背景及意义…
1.2 脑机接口的概念…
1.3 研究现状
1.3.1 国外研究状状
1.3.2 国内研究现状
1.4 论文的主要结构
第二章 运动想象脑电信号和的相关知识
2.1 脑电信号的产生及特点
2.1.1 脑电信号产生的神经肌理
2.1.2 脑电信号的特点…
2.2 运动想象脑电信号产生的生理基础
2.2.1 人脑的结构和功能
2.2.2 运动想象脑电信号的特点
第三章 脑电信号的采集
3.1 数据采集目的
3.2 数据采集平台
3.3 实验素材
3.4 实验对象和环境
3.5 数据采集流程
第四章 脑电信号的特征提取
4.1 脑电信号的预处理
4.1.1 脑电信号的处理流程
4.1.2 脑电信号的预处理
4.2 频带能量特征提取
4.2.1 频带能量特征提取原理
4.2.2 实验结果与分析
4.3 共同空间模式特征提取
4.3.1 共同空间模式特征提取原理
4.3.2 实验结果与分析
4.4 脑电信号的其他特征提取方法…
4.4.1 双树复小波
4.4.2 近似熵
4.4.3 两种分析方法比较
4.5 本章小结…
第五章 脑电信号的模式识别
5.1 模式识别的主要方法
5.1.1 无监督学习
5.1.2 有监督学习
5.2 支持向量机分类器
5.2.1 线性支持向量机
5.2.2 非线性支持向量机
5.2.3 惩罚因子和核参数的寻优
5.3 本章小结…
第六章 总结与展望
参考文献
附录1 攻读硕士学位期间发表的小论文
附录2 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]一种重复二分CSP 4类运动想象脑电信号特征提取算法[J]. 郑戍华,闫琛,王向周. 北京理工大学学报. 2016(08)
[2]基于最小二乘支持向量机的脑电信号分类[J]. 刘冲,于清文,陆志国,王宏. 东北大学学报(自然科学版). 2016(05)
[3]基于形态滤波的心电信号去除基线漂移方法[J]. 庞宇,邓璐,林金朝,李章勇,周前能,李国权,黄华伟,张懿,吴炜. 物理学报. 2014(09)
[4]基于分形维数和隐马尔科夫特征的车牌识别[J]. 耿庆田,赵宏伟. 光学精密工程. 2013(12)
[5]脑电控制及检测设备的研究与实现[J]. 闫俊涛,高立,任旭鹏. 数字技术与应用. 2013(03)
[6]辩证情绪:研究方法及展望[J]. 刘书青,彭凯平,刘冠民,方平,林卓,李迪斯. 心理学探新. 2013(01)
[7]岷江上游干旱河谷土壤粒径分布分形维数特征[J]. 伏耀龙,张兴昌,王金贵. 农业工程学报. 2012(05)
[8]情绪障碍的认知注意特征及其神经机制[J]. 刘东台. 中国健康心理学杂志. 2007(10)
[9]无创高通讯速率的实时脑-机接口系统[J]. 高上凯. 中国基础科学. 2007(03)
博士论文
[1]癫痫脑电的分形分析及自动检测方法研究[D]. 张艳丽.山东大学 2016
[2]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]. 方永慧.重庆大学 2014
[3]EEG时空特征分析及其在BCI中的应用[D]. 赵启斌.上海交通大学 2008
[4]基于分形维数的中国海常见浮游植物细胞图像特征提取[D]. 冯晨.中国海洋大学 2007
[5]黄土高原典型流域地貌形态分形特征与空间尺度转换研究[D]. 朱永清.西安理工大学 2006
[6]基于视觉诱发电位的脑机接口实验研究[D]. 何庆华.重庆大学 2003
硕士论文
[1]基于运动想象的脑电信号分析研究[D]. 苏振新.南京邮电大学 2017
[2]基于运动想象的脑电信号分类算法与脑-机接口技术研究[D]. 杨默涵.吉林大学 2017
[3]基于分形理论和信息熵的渭河流域生态环境状况研究[D]. 周安康.西北农林科技大学 2012
[4]不同脑部损伤脑卒中患者康复治疗的实验研究[D]. 武娟娟.山西大学 2011
本文编号：3147653
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3147653.html
