结合本体错觉反馈的运动想象脑电识别研究

发布时间：2017-08-27 22:26

  本文关键词：结合本体错觉反馈的运动想象脑电识别研究

  更多相关文章： 脑-机接口 本体错觉反馈 总体经验模态分解 样本熵 极限学习机

【摘要】：脑电信号(Electroencephalogram,EEG)是一种能够体现人的思维意识以及肢体活动的生物信号。脑-机接口(Brain Computer Interface,BCI)则是脑电信号的一个重要应用方向,它可以实现人脑控制信息与其他外设之间的直接通信。而基于运动想象(Motor Imagery,MI)脑电信号的BCI具有想象任务简单、想象与目标动作一致性高、可以实现异步通信等特点、更适合用于康复辅具的控制和神经运动功能康复,成为BCI领域内近年来备受关注的研究热点。在BCI系统中,将脑电信号转换为控制指令是最核心的部分,也就是对脑电信号的特征提取和模式分类。本文在本体错觉反馈现象的研究基础上,提出了在运动想象识别中引入不同范式的本体感觉反馈环节,并分析其对识别实时性和准确率的影响。以下是论文的主要内容及其创新之处:(1)为了更好的消除脑电信号中混有的噪声,针对传统的经验模态分解方法在消噪过程中出现的模态混叠现象,以及传统提升小波易导致奇异点严重失真的不足,提出了一种基于总体经验模态分解与改进提升小波的脑电信号消噪方法,通过仿真和对比实验表明了提出的方法的有效性。(2)在特征提取方面,针对经验模态分解在处理多维信号过程中的局限性,提出了一种基于噪声辅助多元经验模态分解和样本熵相结合的脑电信号特征提取方法,依据运动想象脑电信号的事件相关去同步化/事件相关同步化现象,提取C3、C4通道的脑电信号分段的样本熵值作为特征向量。(3)在模式分类方面,应用了极限学习机,一种学习速度快且泛化能力强的求解单隐层神经网络的算法,对提取后的特征分量进行分类,并对该方法中激励函数和隐含层神经元个数的确定进行了研究。最后通过实验对算法效果做了验证分析。(4)在本体错觉反馈方面,结合人体平衡和本体感受器的机制,进行了本体错觉的振动模式的设计。做了不同范式运动想象识别实验与分析,探讨在无反馈,加入正反馈、负反馈和伪造反馈的环节下对运动想象脑电的分类识别的影响,实验结果表明,只有加入适当正反馈时,才能有效提高分类识别效果。而不当的反馈可能导致分类识别降低,甚至导致BCI系统不能正常工作。
【关键词】：脑-机接口 本体错觉反馈 总体经验模态分解 样本熵 极限学习机
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R496;TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 课题研究背景与意义10-11
• 1.2 国内外研究现状及分析11-16
• 1.2.1 BCI及运动想象脑电识别11-13
• 1.2.2 BCI中的反馈环节与本体错觉13-16
• 1.3 本文主要的研究内容16-18
• 第2章 脑电信号采集与预处理18-29
• 2.1 脑电信号的生理基础以及特点18-19
• 2.2 脑电信号的采集19-21
• 2.2.1 脑电极的导联19-20
• 2.2.2 脑电数据的采集20-21
• 2.3 常用的脑电信号预处理方法21-23
• 2.3.1 滤波器方法21-22
• 2.3.2 主成分分析法22
• 2.3.3 独立成分分析法22
• 2.3.4 小波变换22-23
• 2.4 基于EEMD与改进提升小波的脑电信号消噪方法23-28
• 2.4.1 改进提升小波消噪原理23-24
• 2.4.2 EEMD算法24-25
• 2.4.3 EEMD与改进提升小波的脑电信号消噪25
• 2.4.4 实验分析25-28
• 2.5 本章小结28-29
• 第3章 脑电信号的特征提取以及模式分类29-40
• 3.1 常用的特征提取和分类方法29-30
• 3.1.1 特征提取方法29
• 3.1.2 分类方法29-30
• 3.2 基于噪声辅助MEMD与样本熵的运动想象脑电特征提取30-33
• 3.2.1 噪声辅助多元经验模态分解基本原理30-32
• 3.2.2 样本熵32-33
• 3.3 基于极限学习机的分类方法33-36
• 3.4 实验与结果分析36-39
• 3.5 本章小结39-40
• 第4章 本体错觉实验研究40-49
• 4.1 本体感觉生理基础40-43
• 4.1.1 人体平衡系统40
• 4.1.2 前庭系统40
• 4.1.3 视觉40-41
• 4.1.4 本体感觉41-43
• 4.2 本体错觉的振动模式设计43-48
• 4.2.1 实验准备43-46
• 4.2.2 实验过程46-47
• 4.2.3 实验结果及分析47-48
• 4.3 本章小结48-49
• 第5章 不同反馈范式下的运动想象识别49-57
• 5.1 本体错觉反馈实验方案设计49
• 5.2 实验具体实现49-51
• 5.2.1 无振动反馈实验50
• 5.2.2 加入本体错觉反馈实验50-51
• 5.3 实验结果及分析51-56
• 5.3.1 无振动反馈时数据分析51-55
• 5.3.2 加入本体错觉反馈实验数据分析55-56
• 5.4 本章小结56-57
• 第6章 总结与展望57-59
• 6.1 本文工作总结57
• 6.2 研究展望57-59
• 致谢59-60
• 参考文献60-65
• 附录65

【相似文献】

中国期刊全文数据库 前10条

1 华东;;减重训练联合运动想象疗法对偏瘫步行的影响[J];中国中医急症;2008年12期

2 顾丽燕;尤桂杰;赵娜娜;;运动想象疗法在临床中的应用[J];中外医疗;2010年34期

3 刘丽;尹姣;黄菲;李春静;赵思宇;张会君;;脑卒中偏瘫患者运动想象能力的影响因素[J];中国老年学杂志;2012年04期

4 谢财忠;唐军凯;;运动想象疗法与脑卒中偏瘫康复[J];医学研究生学报;2012年11期

5 徐宝国;宋爱国;;单次运动想象脑电的特征提取和分类[J];东南大学学报(自然科学版);2007年04期

6 闫彦宁;赵斌;贾子善;黄力平;槐雅萍;;运动想象应用于脑卒中偏瘫康复的研究进展[J];中国康复;2008年01期

7 朱琳;贾晓红;刘霖;王世云;杨胜荣;宋为群;;运动想象对卒中后偏瘫患者手功能康复的疗效观察[J];中国脑血管病杂志;2009年09期

8 高晴;陈华富;;基于动态因果模型的运动执行和运动想象脑网络研究[J];电子科技大学学报;2010年03期

9 高晓艳;谷艳;夏彩秋;周萍萍;杨青兰;王代誉;;运动想象结合运动再学习疗法对脑卒中患者肢体功能和生存质量的影响[J];中国伤残医学;2011年05期

10 顾丽燕;姚丽华;尤桂杰;赵娜娜;梁丹丹;;近红外光谱技术用于运动和运动想象时大脑皮质血氧反应监测的研究[J];中国康复医学杂志;2011年08期

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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 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

5 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

6 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

7 王超;基于OpenVIBE的高性能运动想象在线脑—机接口系统研究[D];华南理工大学;2016年

8 马秀秀;基于运动想象的异步脑—机接口算法研究[D];哈尔滨工业大学;2016年

9 张琪涵;运动执行与运动想象大脑激活模式的比较[D];天津师范大学;2016年

10 张欣;基于稳态子空间分析的运动想象脑电信号研究[D];南京邮电大学;2016年

，

本文编号：746164