基于运动想象的迁移学习分类算法研究
发布时间：2021-12-11 15:18
脑-机接口（Brain-Computer Interface,BCI）是一种基于计算机的系统,可以将脑电信号转换为对外部设备的控制信号。BCI技术的独特之处在于它不依赖大脑周围神经与肌肉的正常输出通道。BCI技术的主要应用领域是医疗康复,如肌萎缩侧索硬化症,脑干中风或脊髓损伤。BCI技术可以让患有严重运动障碍的人与计算机或其他外部设备进行通信。同时,这种新型技术在人工智能、新型娱乐、军事以及航天等领域也有着很大的潜在应用价值。本文研究的是运动想象脑电信号的分类问题。在对脑电信号进行分类时,传统的机器学习算法往往需要充足的训练样本,才能获得较高的分类准确率。但是,当训练样本数量较少的时候,很难构建出性能很好的分类器。在BCI系统中,由于脑电信号的个体性差异较大,限制了对不同实验对象实验数据的复用性。如何利用不同实验对象的实验数据,从而在训练样本不足的情况下得到良好的分类准确率,是BCI系统中的一大难点。本文基于运动想象的BCI系统,围绕上述BCI系统中小训练样本分类的问题,从辅助样本与目标训练样本的相关性和辅助样本对构建目标分类器的影响入手,提出了两种基于运动想象的迁移学习分类算法。主要...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
基于P300的BCI系统
通过驾驶员穿戴特制的设备，想象向左、向右和加减速。通过采集驾驶员的脑电信号，转化为对汽车的控制信号，汽车就可以做出相应的反应[27]。日本的 Matsunaga 设计了基于运动想象 BCI 系统的轮椅移动控制[28]。也可以用脑电信号控制键盘[29]。与此同时，国内的学者也对 BCI 系统进行了深入的研究。例如，华南理工大学的 BCI研究中心将 P300 与运动想象相结合，研发出了一种混合的 BCI 系统。清华大学的 BCI研究小组在 2007 年研究出了脑电控制机械狗踢足球[30]。上海交通大学的赵启斌等人通过研究运动想象产生的 ERD/ERS 现象，研究出了基于增量 CSP 算法的异步 BCI 小车导航系统[31]。2012 年，浙江大学将 96 个电极芯片植入健康猴子的大脑皮层中，采集该猴子做各类运动时大脑皮层的有效电信号，进而控制了无意识的机械手的动作[32]。2014年，天津大学和天津市人民医院共同研制出全球首台人工神经康复机器人“神工一号”[33]。还有许多高校和科研机构的 BCI 研究团队在 BCI 领域做出了突出的贡献，他们共同推进着 BCI 技术的飞速发展。
然后会产生 ERD 现象，接着慢慢向两侧的感觉运动皮层蔓延。当被试者想象的是足部的运动时，与足部运动相关的区域和头顶的区域会被激活，产生 ERD 现象，手部区域等周围区域由于没有被激活，会产生 ERS 现象。ERD/ERS 现象产生的特殊频率脑电波的分布位置和幅度的差别，可以为运动想象分类任务提供分类的基础。在本文研究的基于运动想象的迁移学习分类算法研究中。选择的是右手和右脚这两种运动想象。2.2 脑电信号的采集与预处理2.2.1 脑电信号的采集脑电信号是通过贴在头皮的电极检测得到的，它记录了脑细胞活动产生的电信号的电位和时间，反应了大脑活动的状态。在脑电信号的采集中，关于电极的放置，一般都采用的是国际标准的 10-20 电极导联布置系统[36]。这种国际标准的采集系统是采用电极与头皮之间的相对距离占全长的 10%-20%进行表示的，如图 2-1 所示。
【参考文献】：
期刊论文
[1]“纯意念控制”人工神经康复机器人问世[J]. 冯国梧. 科技致富向导. 2014(18)
[2]基于脑电BCI的研究综述[J]. 刘斌,魏梦然,罗聪. 电脑知识与技术. 2014(07)
[3]面向脊髓损伤早期康复的虚拟现实训练环境[J]. 陈彦钊,周以齐,程祥利,王政. 北京工业大学学报. 2014(02)
[4]对中国脑科学研究的思考[J]. 杨雄里. 科技导报. 2013(35)
[5]基于希尔伯特-黄变换和BP神经网络的运动想象脑电研究[J]. 金海龙,张志慧. 生物医学工程学杂志. 2013(02)
[6]基于多类运动想象任务的脑电信号分类研究[J]. 刘冲,王宏,赵海滨,颜世玉. 生物医学工程学杂志. 2012(06)
[7]基于小波域Fisher分类器的SAR图像变化检测[J]. 辛芳芳,焦李成,王桂婷,万红林. 红外与毫米波学报. 2011(02)
[8]三维虚拟现实环境中基于EEG的异步BCI小车导航系统[J]. 赵启斌,张丽清,CICHOCKI Andrzej. 科学通报. 2008(23)
[9]基于P300的脑-机接口:视觉刺激强度对性能的影响[J]. 马忠伟,高上凯. 清华大学学报(自然科学版). 2008(03)
[10]一种文本处理中的朴素贝叶斯分类器[J]. 李静梅,孙丽华,张巧荣,张春生. 哈尔滨工程大学学报. 2003(01)
博士论文
[1]多模态与多自由度脑机接口研究[D]. 余天佑.华南理工大学 2013
[2]基于运动想象的脑电信号分类与脑机接口技术研究[D]. 王磊.河北工业大学 2009
硕士论文
[1]P300脑机接口的在线半监督学习算法与系统研究[D]. 张锦涛.华南理工大学 2015
[2]融合相位同步与CSP算法的运动想象分类研究[D]. 徐飞鹏.杭州电子科技大学 2015
[3]基于运动想象脑电的手臂运动功能康复研究[D]. 崔燕.北京工业大学 2013
本文编号：3534909
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
基于P300的BCI系统
通过驾驶员穿戴特制的设备，想象向左、向右和加减速。通过采集驾驶员的脑电信号，转化为对汽车的控制信号，汽车就可以做出相应的反应[27]。日本的 Matsunaga 设计了基于运动想象 BCI 系统的轮椅移动控制[28]。也可以用脑电信号控制键盘[29]。与此同时，国内的学者也对 BCI 系统进行了深入的研究。例如，华南理工大学的 BCI研究中心将 P300 与运动想象相结合，研发出了一种混合的 BCI 系统。清华大学的 BCI研究小组在 2007 年研究出了脑电控制机械狗踢足球[30]。上海交通大学的赵启斌等人通过研究运动想象产生的 ERD/ERS 现象，研究出了基于增量 CSP 算法的异步 BCI 小车导航系统[31]。2012 年，浙江大学将 96 个电极芯片植入健康猴子的大脑皮层中，采集该猴子做各类运动时大脑皮层的有效电信号，进而控制了无意识的机械手的动作[32]。2014年，天津大学和天津市人民医院共同研制出全球首台人工神经康复机器人“神工一号”[33]。还有许多高校和科研机构的 BCI 研究团队在 BCI 领域做出了突出的贡献，他们共同推进着 BCI 技术的飞速发展。
然后会产生 ERD 现象，接着慢慢向两侧的感觉运动皮层蔓延。当被试者想象的是足部的运动时，与足部运动相关的区域和头顶的区域会被激活，产生 ERD 现象，手部区域等周围区域由于没有被激活，会产生 ERS 现象。ERD/ERS 现象产生的特殊频率脑电波的分布位置和幅度的差别，可以为运动想象分类任务提供分类的基础。在本文研究的基于运动想象的迁移学习分类算法研究中。选择的是右手和右脚这两种运动想象。2.2 脑电信号的采集与预处理2.2.1 脑电信号的采集脑电信号是通过贴在头皮的电极检测得到的，它记录了脑细胞活动产生的电信号的电位和时间，反应了大脑活动的状态。在脑电信号的采集中，关于电极的放置，一般都采用的是国际标准的 10-20 电极导联布置系统[36]。这种国际标准的采集系统是采用电极与头皮之间的相对距离占全长的 10%-20%进行表示的，如图 2-1 所示。
【参考文献】：
期刊论文
[1]“纯意念控制”人工神经康复机器人问世[J]. 冯国梧. 科技致富向导. 2014(18)
[2]基于脑电BCI的研究综述[J]. 刘斌,魏梦然,罗聪. 电脑知识与技术. 2014(07)
[3]面向脊髓损伤早期康复的虚拟现实训练环境[J]. 陈彦钊,周以齐,程祥利,王政. 北京工业大学学报. 2014(02)
[4]对中国脑科学研究的思考[J]. 杨雄里. 科技导报. 2013(35)
[5]基于希尔伯特-黄变换和BP神经网络的运动想象脑电研究[J]. 金海龙,张志慧. 生物医学工程学杂志. 2013(02)
[6]基于多类运动想象任务的脑电信号分类研究[J]. 刘冲,王宏,赵海滨,颜世玉. 生物医学工程学杂志. 2012(06)
[7]基于小波域Fisher分类器的SAR图像变化检测[J]. 辛芳芳,焦李成,王桂婷,万红林. 红外与毫米波学报. 2011(02)
[8]三维虚拟现实环境中基于EEG的异步BCI小车导航系统[J]. 赵启斌,张丽清,CICHOCKI Andrzej. 科学通报. 2008(23)
[9]基于P300的脑-机接口:视觉刺激强度对性能的影响[J]. 马忠伟,高上凯. 清华大学学报(自然科学版). 2008(03)
[10]一种文本处理中的朴素贝叶斯分类器[J]. 李静梅,孙丽华,张巧荣,张春生. 哈尔滨工程大学学报. 2003(01)
博士论文
[1]多模态与多自由度脑机接口研究[D]. 余天佑.华南理工大学 2013
[2]基于运动想象的脑电信号分类与脑机接口技术研究[D]. 王磊.河北工业大学 2009
硕士论文
[1]P300脑机接口的在线半监督学习算法与系统研究[D]. 张锦涛.华南理工大学 2015
[2]融合相位同步与CSP算法的运动想象分类研究[D]. 徐飞鹏.杭州电子科技大学 2015
[3]基于运动想象脑电的手臂运动功能康复研究[D]. 崔燕.北京工业大学 2013
本文编号：3534909
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3534909.html
