运动想象中手部运动脑电信号的解析方法研究

发布时间：2020-11-15 20:19

　　 近年来,人口老龄化的趋势不断加快,老年人患脑血管疾病的人数逐渐增多,因意外事故导致的偏瘫患者也逐年上升。如何对这些患者进行更有效地治疗,是解决这些问题的重点所在。脑机接口技术研究最开始的想法是希望为那些无法交流或者瘫痪的患者提供方便,他们可以使用BCI技术利用大脑直接与外界沟通,从而进行康复或者自我护理。因此,BCI技术的研究就显得十分紧迫和重要。为了定量的描述脑机接口系统,本文对运动想象中手部运动脑电信号的解析方法进行研究,主要研究了不同手部运动的脑电信号。首先,制定实验系统方案,对信号采集方法进行研究;其次,以手部张开、握合运动想象脑电信号为采集信号类型,对原始信号进行小波改进阈值法降噪;而后,运用多特征融合的方法进行特征提取,构造手部运动想象脑电信号的特征模型来进行运动状态的识别,对提取的多维特征向量采用t-SNE算法进行降维;最后,运用支持向量机进行模式识别。研究内容包括以下几个方面:(1)基于运动想象的BCI系统,制定实验系统方案,自行设计脑电信号采集实验,采集大脑皮层的脑电信号。为了方便进行后续分析与处理,采用小波改进阈值法对采集到的脑电信号进行降噪处理。通过提高信噪比和均方误差值,验证降噪效果。(2)为了充分地提取手部运动想象数据中的信息,运用多特征融合的脑电信号特征提取方法,以小波包能量、自回归模型、共空间模式分析算法为基础,提取不同频带的小波包能量、时间序列相关系数以及共空间特征向量,将不同方法提取的特征向量依次首尾相连,构建不同运动想象脑电信号的多维特征向量,以保证数据信息的完整性。对数据过大,维数过多的特征向量进行降维处理,在不改变高维数据结构的前提下,将高维空间的数据投影到低维空间。(3)采用支持向量机(SVM)的模式识别方法,对受试者手部运动想象EEG信号的的状态进行分类。比较分析了三种单特征提取方法和多特征融合提取方法的识别精度,证明了本文中特征提取方法的有效性。
【学位单位】：东北电力大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R741.044;TN911.7
【部分图文】：

于吉林市科技局杰出青年项目-便携式脑电机器人平台研究。口老龄化的增长速率越来越快。据联合国统计，从 2015 开始将从 6 亿持续增加到近 20 亿，60 岁以上人口将超过 15 岁以下的剧增，老年人患脑血管疾病的人数也逐渐增多，另外因意外人在。对于患有各种疾病或脊髓损伤的患者，运动神经的损伤传递给肌肉细胞，因此不能进行相应的运动，肢体运动功能丧的能力被切断，甚至无法照顾自己。这不仅给病人自身带来巨力，给社会带来负担。然而，目前的医学水平不能修复受损的部辅助手段来逐渐改善受损的神经或取代某些功能。如何对这疗是当今世界老龄化的迫切需要。接口”技术的快速创新和发展，通过使用人类大脑思维想象来的幻想。2014 年的巴西圣保罗世界杯足球赛开幕式上，29 岁地用脑电波控制的机械外骨骼站立起来，踢进了世界杯的第了脑科学技术发展的魅力。

东北电力大学工学硕士学位论文一款精神打字机。他们让受试者进行不同的手脚运动想象，选择某些位置的字母组成单词从而完成了打字功能。在国内，许多高校的学者也都开始对 BCI 技术进行研究。其中，清华大学的研究者利用 ERD/ERS 现象控制机器狗进行踢球的动作，如图 1-2 所示。华南理工大学的研究人员设计了一款智能化轮椅，如图 1-3 所示，控制者不仅可以控制轮椅进行左右方向的移动，还能够进行加速、减速，为腿脚不便的病患提供了便利。

东北电力大学工学硕士学位论文一款精神打字机。他们让受试者进行不同的手脚运动想象，选择某些位置的字母组成单词从而完成了打字功能。在国内，许多高校的学者也都开始对 BCI 技术进行研究。其中，清华大学的研究者利用 ERD/ERS 现象控制机器狗进行踢球的动作，如图 1-2 所示。华南理工大学的研究人员设计了一款智能化轮椅，如图 1-3 所示，控制者不仅可以控制轮椅进行左右方向的移动，还能够进行加速、减速，为腿脚不便的病患提供了便利。
【相似文献】

相关期刊论文 前10条

1 张涛;江晨阳;李梦晨;尧德中;徐鹏;;运动想象的大尺度动态功能网络连接[J];中国生物医学工程学报;2019年04期

2 李范强;吴巧云;黄日荷;;针刺、推拿联合运动想象疗法对脑卒中偏瘫患者肢体功能的影响[J];生物医学工程学进展;2016年04期

3 武峙璇;赵丽波;刘玮;于杰;;运动想象疗法对早期脑梗死患者康复治疗有效性的研究[J];中国卫生标准管理;2017年04期

4 任静;郭佳琪;;探讨运动想象疗法对脑卒中偏瘫患者平衡功能恢复的影响[J];中国卫生标准管理;2017年09期

5 朱海平;冯玲;;运动想象疗法对脑卒中偏瘫患者上肢运动功能恢复的影响[J];中国高等医学教育;2017年08期

6 陈丽娜;;针灸联合运动想象疗法对脑卒中偏瘫患者康复进程的作用分析[J];中医临床研究;2016年03期

7 曾令雄;;运动想象疗法在脑卒中偏瘫患者下肢功能康复治疗中的效果观察[J];健康之路;2017年10期

8 董一璇;;运动想象疗法在疗养院脑卒中偏瘫康复训练中的应用[J];中国民间疗法;2013年01期

9 葛晴霞;郭根平;章慧霞;;运动想象疗法在脑卒中偏侧忽略训练中的应用[J];中国康复理论与实践;2013年02期

10 严树婵;曾少良;金勤剑;;运动想象疗法在冠心病介入治疗患者心脏康复中的应用[J];中国当代医药;2013年14期

相关博士学位论文 前10条

1 苗敏敏;运动想象脑电模式识别算法研究[D];东南大学;2018年

2 谢小峰;基于协方差特征的EEG解码及其在运动想象脑机接口系统的应用研究[D];华南理工大学;2018年

3 李端;面向智慧医疗的生物电信号分类识别算法研究[D];北京邮电大学;2018年

4 徐佳琳;运动想象电位的脑机接口及脑网络研究[D];中国科学院大学(中国科学院宁波材料技术与工程研究所);2017年

5 赵宇伟;运动相关脑神经信号解析及关联规律研究[D];军事科学院;2018年

6 岳敬伟;脑机协调控制理论与关键技术研究[D];国防科学技术大学;2015年

7 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

8 朱峰;电针结合具身运动想象疗法对脑梗死后偏瘫的临床研究[D];南京中医药大学;2017年

9 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

10 刘美春;基于运动想象的脑—机接口系统模式识别算法研究[D];华南理工大学;2009年

相关硕士学位论文 前10条

1 王晓旭;多任务运动想象脑电信号分类算法研究[D];吉林大学;2019年

2 阮晶;运动想象BCI导联优化与训练样本质量评估方法研究[D];安徽大学;2019年

3 杨舒宁;运动想象中手部运动脑电信号的解析方法研究[D];东北电力大学;2019年

4 余溯源;运动想象干预对老年缺血性脑卒中患者恐惧跌倒的效果研究[D];郑州大学;2019年

5 赵凯;多类运动想象脑电信号识别及其在BCI中的应用研究[D];东北电力大学;2019年

6 常洪丽;基于运动想象脑机接口的算法分析[D];山东师范大学;2019年

7 李小芹;基于体感诱发和运动想象的下肢侧向性识别研究[D];天津职业技术师范大学;2018年

8 邝亚云;基于运动想象的脑机接口技术研究[D];中北大学;2019年

9 王武奇;基于运动想象的脑机接口控制系统的研究[D];哈尔滨理工大学;2018年

10 崔丽霞;基于概率协作表示的运动想象脑电信号识别分类研究[D];山东师范大学;2018年

本文编号：2885166