基于稀疏表示的运动想象脑电信号分类研究
发布时间：2021-06-17 10:01
运动想象（Motor Imagery,MI）是近年来脑机接口（Brain Computer Interface,BCI）研究领域中备受关注的热点之一。目前,针对运动想象脑电信号分类识别具有高稳定性和高准确性的要求。本文将以运动想象脑电信号为研究对象,以有效提高左右手运动想象分类准确率为研究目标,结合稀疏表示（Sparse Representation,SR）方法针对多域多通道的脑电信号特征提取进行融合,随后根据受试者脑电信号的个体差异,通过对不同时段进行加权并使用线性判别分析（Linear Discriminant Analysis,LDA）分类的方法,实现了左右手运动想象EEG信号的分类。论文主要工作如下:（1）针对脑电信号特征是多域的特点,并且其特征在各个单域上的信息是单一的,提出一种基于稀疏表示的运动想象脑电信号多域特征提取算法。该方法使用稀疏表示方法将多域特征进行融合,并消除特征间冗余,通过2008年脑机接口竞赛数据上的验证说明该方法能够很好的提取运动想象脑电信号特征。（2）针对脑电信号的多通道特点,结合联合稀疏模型（Joint sparse model,JSM）提出一种多通道...
【文章来源】：燕山大学河北省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
000年以来有关BCI文章数量（来源：PubMed）
第1章绪论-3-外设以及反馈环节，如图1-2所示。图1-2脑机接口系统组成BCI系统根据脑电信号的特点被划分为基于视觉诱发电位（VisualEvokedPotential，VEP）的BCI系统、基于皮层慢电位（SlowCorticalPotential，SCP）的BCI系统、基于P300事件相关电位的BCI系统以及基于事件相关同步/去同步（Event-relatedDesynchronization/Event-relatedSynchronization，ERD/ERS）的BCI系统。（1）基于VEP的BCI系统VEP是指受试者接受视觉刺激时，在视觉皮层产生的电生理活动。VEP可以分为两类，即暂态视觉诱发电位（TransientVisualEvokedPotential，TVEP）以及稳态视觉诱发电位（Steady-StateVisualEvokedPotential，SSVEP）[14]。当产生SSVEP时大脑被认定为处于稳定兴奋状态，因此最为常用的是基于SSVEP的BCI系统。1992年，Sutter利用8*8阵列实现了基于TVEP的BCI系统[15]。国内清华大学高上凯团队研发出基于SSVEP的脑机接口系统用来帮助受试者进行电话号码输入，该团队获得了较多的研究成果[16]-[17]。基于VEP的BCI系统研究相对完善，具有信息传输速率高，训练周期短的优点，但是由于长时间接受视觉刺激易产生视觉疲劳的问题。（2）基于SCP的BCI系统SCP是指在大脑皮层记录到的一种变化迟缓，频率很低的一种电位，出现的事件一般是在0.5秒到10秒内。经研究表明，SCP可以反映大脑皮层的兴奋程度，而且经过长期训练的人能够做到自主控制和调节SCP[18]。脑机接口系统
燕山大学工程硕士学位论文-4-德国学者Birbaumer等人利用SCP设计开发出一套先进的思维转换设备（ThoughtTranslationDevice，TTD），用来帮助脊髓侧索硬化症（AmyotrophicLateralSclerosis，ALS）患者进行字母拼写从而达到与外界进行信息交流的目的[19]。SCP属于自发脑电信号，因此不需要依赖外部的刺激，但是一般需要对受试者的大脑进行很长一段时间的训练，且脑电信号传输速率低。（3）基于P300电位的BCI系统P300电位是指当出现受试者期望出现的目标刺激时，人脑会在目标出现后约300毫秒出现显著的正电位变化，这种目标刺激可以是视觉刺激、听觉刺激、触觉刺激等，目前针对视觉刺激的研究较多[20]。1988年，美国Illinois大学设计了基于P300的虚拟打印机[21]。2002年，清华大学高小蓉团队研发出一款利用P300实现拼写功能的系统[22]。2009年，西班牙的AntelisJ等人完成了基于P300的智能轮椅，达到通过视觉刺激到达目标位置的效果[23]。P300电位不需要对受试者进行训练，然而信号幅值较低，信噪比低，在后续的信号处理上难度较大。（4）基于ERD/ERS的BCI系统ERD/ERS电位是指大脑处于活跃/惰性状态时，脑电信号对应频段出现信号幅值下降/上升，频带能量降低/增高[24]。本文研究的基于运动想象的BCI（MI-BCI）系统就属于这一类别，所对应的频段时8~30Hz。图1-3基于BCI的机械臂帮助高位截瘫患者喝水[26]2005年，Leeb和Scherer等人设计了一款可以通过想象左手/右手运动在虚拟环
【参考文献】：
期刊论文
[1]基于多特征卷积神经网路的运动想象脑电信号分析及意图识别[J]. 何群,邵丹丹,王煜文,张园园,谢平. 仪器仪表学报. 2020(01)
[2]基于变分模态分解与深度信念网络的运动想象分类识别研究[J]. 何群,杜硕,王煜文,陈晓玲,谢平. 计量学报. 2020(01)
[3]基于改进共空间模式与深度信念网络的脑电信号识别算法研究[J]. 项伟,吴迎年. 中国科学:信息科学. 2018(07)
[4]基于稳态视觉诱发电位的脑控轮椅的控制方式[J]. 陈小刚,徐圣普. 北京生物医学工程. 2018(02)
[5]基于多特征和BP神经网络的脑-机接口研究[J]. 刘光达,王灿,李明佳,孙瑞辰,蔡靖,宫晓宇. 电子技术应用. 2017(09)
[6]“脑机接口”技术及其军事应用[J]. 霍梦兰. 科技视界. 2016(26)
[7]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)
[8]基于HHT运动想象脑电模式识别研究[J]. 孙会文,伏云发,熊馨,杨俊,刘传伟,余正涛. 自动化学报. 2015(09)
[9]基于EMD-多尺度熵和ELM的运动想象脑电特征提取和模式识别[J]. 谢平,陈晓玲,苏玉萍,梁振虎,李小俚. 中国生物医学工程学报. 2013(06)
[10]对中国脑科学研究的思考[J]. 杨雄里. 科技导报. 2013(35)
硕士论文
[1]基于压缩感知理论的基追踪反演方法及应用研究[D]. 彭德木.中国石油大学(华东) 2017
本文编号：3234983
【文章来源】：燕山大学河北省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
000年以来有关BCI文章数量（来源：PubMed）
第1章绪论-3-外设以及反馈环节，如图1-2所示。图1-2脑机接口系统组成BCI系统根据脑电信号的特点被划分为基于视觉诱发电位（VisualEvokedPotential，VEP）的BCI系统、基于皮层慢电位（SlowCorticalPotential，SCP）的BCI系统、基于P300事件相关电位的BCI系统以及基于事件相关同步/去同步（Event-relatedDesynchronization/Event-relatedSynchronization，ERD/ERS）的BCI系统。（1）基于VEP的BCI系统VEP是指受试者接受视觉刺激时，在视觉皮层产生的电生理活动。VEP可以分为两类，即暂态视觉诱发电位（TransientVisualEvokedPotential，TVEP）以及稳态视觉诱发电位（Steady-StateVisualEvokedPotential，SSVEP）[14]。当产生SSVEP时大脑被认定为处于稳定兴奋状态，因此最为常用的是基于SSVEP的BCI系统。1992年，Sutter利用8*8阵列实现了基于TVEP的BCI系统[15]。国内清华大学高上凯团队研发出基于SSVEP的脑机接口系统用来帮助受试者进行电话号码输入，该团队获得了较多的研究成果[16]-[17]。基于VEP的BCI系统研究相对完善，具有信息传输速率高，训练周期短的优点，但是由于长时间接受视觉刺激易产生视觉疲劳的问题。（2）基于SCP的BCI系统SCP是指在大脑皮层记录到的一种变化迟缓，频率很低的一种电位，出现的事件一般是在0.5秒到10秒内。经研究表明，SCP可以反映大脑皮层的兴奋程度，而且经过长期训练的人能够做到自主控制和调节SCP[18]。脑机接口系统
燕山大学工程硕士学位论文-4-德国学者Birbaumer等人利用SCP设计开发出一套先进的思维转换设备（ThoughtTranslationDevice，TTD），用来帮助脊髓侧索硬化症（AmyotrophicLateralSclerosis，ALS）患者进行字母拼写从而达到与外界进行信息交流的目的[19]。SCP属于自发脑电信号，因此不需要依赖外部的刺激，但是一般需要对受试者的大脑进行很长一段时间的训练，且脑电信号传输速率低。（3）基于P300电位的BCI系统P300电位是指当出现受试者期望出现的目标刺激时，人脑会在目标出现后约300毫秒出现显著的正电位变化，这种目标刺激可以是视觉刺激、听觉刺激、触觉刺激等，目前针对视觉刺激的研究较多[20]。1988年，美国Illinois大学设计了基于P300的虚拟打印机[21]。2002年，清华大学高小蓉团队研发出一款利用P300实现拼写功能的系统[22]。2009年，西班牙的AntelisJ等人完成了基于P300的智能轮椅，达到通过视觉刺激到达目标位置的效果[23]。P300电位不需要对受试者进行训练，然而信号幅值较低，信噪比低，在后续的信号处理上难度较大。（4）基于ERD/ERS的BCI系统ERD/ERS电位是指大脑处于活跃/惰性状态时，脑电信号对应频段出现信号幅值下降/上升，频带能量降低/增高[24]。本文研究的基于运动想象的BCI（MI-BCI）系统就属于这一类别，所对应的频段时8~30Hz。图1-3基于BCI的机械臂帮助高位截瘫患者喝水[26]2005年，Leeb和Scherer等人设计了一款可以通过想象左手/右手运动在虚拟环
【参考文献】：
期刊论文
[1]基于多特征卷积神经网路的运动想象脑电信号分析及意图识别[J]. 何群,邵丹丹,王煜文,张园园,谢平. 仪器仪表学报. 2020(01)
[2]基于变分模态分解与深度信念网络的运动想象分类识别研究[J]. 何群,杜硕,王煜文,陈晓玲,谢平. 计量学报. 2020(01)
[3]基于改进共空间模式与深度信念网络的脑电信号识别算法研究[J]. 项伟,吴迎年. 中国科学:信息科学. 2018(07)
[4]基于稳态视觉诱发电位的脑控轮椅的控制方式[J]. 陈小刚,徐圣普. 北京生物医学工程. 2018(02)
[5]基于多特征和BP神经网络的脑-机接口研究[J]. 刘光达,王灿,李明佳,孙瑞辰,蔡靖,宫晓宇. 电子技术应用. 2017(09)
[6]“脑机接口”技术及其军事应用[J]. 霍梦兰. 科技视界. 2016(26)
[7]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)
[8]基于HHT运动想象脑电模式识别研究[J]. 孙会文,伏云发,熊馨,杨俊,刘传伟,余正涛. 自动化学报. 2015(09)
[9]基于EMD-多尺度熵和ELM的运动想象脑电特征提取和模式识别[J]. 谢平,陈晓玲,苏玉萍,梁振虎,李小俚. 中国生物医学工程学报. 2013(06)
[10]对中国脑科学研究的思考[J]. 杨雄里. 科技导报. 2013(35)
硕士论文
[1]基于压缩感知理论的基追踪反演方法及应用研究[D]. 彭德木.中国石油大学(华东) 2017
本文编号：3234983
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3234983.html
